Codex approval_policy 审批策略全解:on-request、untrusted 与 never 在交互终端与自动化里的区别

搞不清 approval_policy 和沙箱模式的区别,或者升级 Codex 后配置 approval_policy = "untrusted" 直接启动报错。本文详解 on-request、never、已退役的 untrusted 与旧版 on-failure 的真实行为及平滑迁移写法。

NNathaniel bigo··原创首发·AI 辅助撰写
13 分钟读完
资料核对于 2026-11-19 · 依据官方文档与公开资料整理 Plus 账号

结论先说

  1. 沙箱管「能不能做」,approval_policy 管「做之前问不问你」。二者是两条正交轴:沙箱把破坏半径关进笼子,审批策略决定当操作触碰笼子边界或高风险动作时,是弹窗停下来问你,还是直接按沙箱规则放行/拒绝。
  2. 日常交互首选 approval_policy = "on-request"。工作区沙箱允许的常规读写顺畅执行,一旦命令需要越出沙箱、联网或触及受保护目录,Codex 会停下来向你展示具体命令并等待确认。
  3. 脚本与 CI 流水线用 approval_policy = "never",但它不等于取消沙箱。设为 never 后,Codex 绝不会停在交互提示符前等人类输入;如果某命令越过当前沙箱边界,它会直接被拦截报错,而不是静默提权放行。
  4. 旧版 approval_policy = "untrusted" 现已退役,请立刻迁移。早期版本用 untrusted 强制逐条审批非常规命令,但在新版 Codex 中该全局值已停止支持并会阻止启动;官方推荐改为 sandbox_mode = "read-only" + approval_policy = "on-request",或对单个陌生仓库配置项目级 trust_level = "untrusted"。
  5. 高频交互开发与无人值守巡检都对周期额度有稳定要求。国内若无外币信用卡,可在本站自助开通 ChatGPT Plus 或高配额 ChatGPT Pro,多人团队统一部署权限基线也可查看 ChatGPT Business 团队定制。

approval_policy 各取值状态与行为对比

图:本站根据 OpenAI Codex 官方文档:Permission modes 整理的示意图

本文根据 OpenAI Codex 官方文档《Permission modes》《Configuration Reference》整理,资料核对于 2026-11-19。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 想搞清楚 approval_policy 和 sandbox_mode 各自管什么、避免误放高危命令的个人开发者;
  • 参考旧文章在 config.toml 里写了 approval_policy = "untrusted",升级新版 Codex 后遇到报错 approval_policy = "untrusted" is no longer supported 需要快速迁移的用户;
  • 正在搭建 CI/CD 或无人值守 codex exec 流水线、想弄懂 never 策略真实边界的自动化工程师。

一、四种审批策略值全拆解(含新版退役变更)

在 ~/.codex/config.toml 中,approval_policy 与命令行 -a / --ask-for-approval 参数对应(完整权限与沙箱基础概念见 /guides/codex-permissions-sandbox)。截至目前版本,常见四个取值的真实状态与行为差异如下:

  • "on-request"(推荐默认):标准交互模式。凡是在当前沙箱策略内被允许的普通操作直接运行,碰到超出边界的动作(如写外部目录、执行需提权的 Git 提交、请求放宽网络)时暂停,展示完整命令让你选择同意、拒绝或仅本次放行。
  • "never"(自动化专用):完全禁止弹出交互确认。在无人值守的 codex exec、GitHub Actions 或定时巡检脚本里,如果出现人工确认提示会导致进程无限卡死,因此自动化任务必须配合 "never" 使用(CI 流水线实战参考 /guides/codex-exec-full-auto-ephemeral-ci-pipeline-guide)。
  • "untrusted"(已退役 / 不再支持):早期教程常把它当作「最严格交互模式」来介绍,要求非白名单只读命令一律弹窗确认。但在新版 Codex 中,继续在 config.toml 或命令行写 approval_policy = "untrusted" 会直接触发启动报错并拒绝运行。
  • "on-failure"(已弃用):旧版中尝试在沙箱命令失败后才询问是否提权,现已被更清晰的 on-request 流程逐步取代,新配置不建议继续沿用。

二、从退役 untrusted 平滑迁移与双场景配置模板

1. 遇到 approval_policy = "untrusted" is no longer supported 怎么改

打开 ~/.codex/config.toml(以及当前仓库的 .codex/config.toml),删掉 approval_policy = "untrusted"。根据你原本想要的安全强度,二选一替换:

  • 想审查陌生开源仓库、严防任何改写:改成只读沙箱加标准审批:
toml
#:schema https://developers.openai.com/codex/config-schema.json

sandbox_mode = "read-only"
approval_policy = "on-request"
  • 想把某个陌生项目单独标记为不受信任目录(不信任其仓库内 .codex/config.toml 并强化审批):在全局 ~/.codex/config.toml 中使用项目级信任声明:
toml
[projects."/path/to/untrusted-repo"]
trust_level = "untrusted"

2. 日常交互 + CI 自动化双档位模板(本站建议)

在 ~/.codex/config.toml 中保留平衡的交互默认项,再为脚本和流水线单独声明一个静默 Profile(配置档结构详见 /guides/codex-config-toml-complete-guide 与 /guides/codex-standalone-profile-config-toml-migration):

toml
#:schema https://developers.openai.com/codex/config-schema.json

# 日常本地交互默认配置
sandbox_mode = "workspace-write"
approval_policy = "on-request"

[profiles.ci-auto]
# CI 流水线:仍限制在工作区沙箱内,但绝不暂停等人敲回车
sandbox_mode = "workspace-write"
approval_policy = "never"

交互终端直接运行 codex;自动化脚本运行 codex exec --profile ci-auto "检查接口变更并输出报告",两条路线互不污染。

订阅与账号准备提示:在自动化流水线或高强度重构中跑多步工具调用与单测验证时,会话配额消耗节奏显著高于日常问答(额度细则见 /guides/codex-usage-limits)。若开发团队或重度用户经常碰限,可在本站升级 ChatGPT Pro 充值 或支持自动续订的 ChatGPT Pro 5x iOS 可覆盖档;新注册 OpenAI 账号若在手机验证环节遇阻,可参考 Codex 注册手机验证服务。

三、不同场景怎么选审批策略(分流决策指南)

不同开发与自动化场景审批策略分流图

图:本站根据 OpenAI Codex 官方文档:Permission modes 整理的示意图

落地审批策略时,容易踩的三个坑值得提前避开(本站建议):

  1. 别把 never 当成无沙箱。当 sandbox_mode = "workspace-write" 且 approval_policy = "never" 时,如果模型试图执行需要越界写入或联网的命令,它不会卡住也不会弹窗,而是直接被沙箱拦截返回错误。只有当你真的处于一次性隔离容器里,才考虑放宽沙箱范围;在日常开发机上切勿随手叠加无沙箱开关。
  2. 需要按路径精细拒绝 .env 时结合 Permission Profiles。approval_policy 决定是否暂停问人,无法单独把 .env 设为禁止读取;若想进一步封死密钥文件,可搭配新版 [permissions.<name>](详见 /guides/codex-permission-profiles-block-env-config)。
  3. 企业托管环境可能被管理员锁死上限。若团队通过企业级强制策略限制了允许使用的审批策略(例如禁止开启无审批提权),个人本地的 config.toml 或 -a 参数无法突破管理员下限。

常见问题

问:命令行参数 --full-auto 和手动写 approval_policy = "never" 有什么区别?

答:--full-auto 是 Codex CLI 提供的交互快捷预设,通常将沙箱设为工作区可写并在沙箱范围内减少打断,但遇到越界高危动作时仍按 on-request 思路保留保护;而 approval_policy = "never" 彻底关闭所有交互等待,专为无人值守脚本与 CI 流水线准备。

问:为什么我把 approval_policy 设成 on-request 了,Codex 改普通源码文件还是没弹窗问我?

答:这是预期行为。在 workspace-write 模式下,修改当前工作区内的普通代码文件属于沙箱放行范围,无需步步打断;只有当命令越出当前工作区、尝试访问外部网络或触碰 .git 等受保护区域时,才会暂停向你申请批准。

问:国内没有外币信用卡,或者公司研发团队需要开增值税发票报销,怎么开通能跑 Codex 的订阅?

答:可在本站 AI 会员充值总览 按需选购 ChatGPT Plus、ChatGPT Plus 官网直充 或高配额的 ChatGPT Pro,团队多人统一采购可直接查看 ChatGPT Business 团队定制。支持支付宝、微信支付与 AlipayHK,自助兑换无需交出账号密码,并可开具增值税发票;实时价格以商品页展示为准,售后执行掉订阅按剩余天数折退、封号不在质保范围的政策。

相关教程

参考资料

  • OpenAI Developers 文档:Codex Configuration Reference — https://developers.openai.com/codex/config-reference
  • OpenAI Codex 官方文档:Permission modes — https://learn.chatgpt.com/docs/permission-modes
  • OpenAI Codex 官方文档:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
  • OpenAI Codex GitHub 仓库 — https://github.com/openai/codex

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~