Codex 權限管理詳解:團隊與 Business 管理員能管哪些開關、沙箱與額度

搜「codex 權限管理」?本文從工作區管理員視角按官方文檔整理:本地與雲端使用開關、訪問令牌、Business 外部用量比例限制、Enterprise 的 RBAC 與 requirements.toml 沙箱強約束各自管什麼。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Team / 企業 帳號

結論先說

  1. 官方把 Codex 管控拆成六道彼此獨立的邊界:工作區席位與開關、本地客戶端運行時策略、Codex 雲端環境、Platform API、插件連接器、以及 GitHub 等外部源系統。過了一關不代表自動擁有下一關權限。
  2. Business 與 Enterprise 的管理粒度不同:Business 支持 Codex 訪問令牌與工作區級開關;自定義角色(RBAC)與 SCIM 目錄同步則屬於 Enterprise / Edu 能力。
  3. 本地與雲端使用要分別核對開關:後台的 Codex Local(本地使用)、Use Codex in the cloud(雲端任務)與 Manage workspace environments(管理共享雲端環境,預設關閉)互不替代。
  4. Business 管理員可精細限制第三方應用吃掉多少套餐額度,在 admin.openai.com 可按百分比給外部服務設消耗上限。
  5. 想鎖死本地客戶端的高危參數(如禁止 --yolo、鎖聯網模式、限制 MCP 白名單),靠託管配置裏的 requirements.toml 強約束,成員改自己的 config.toml 也無法突破。

團隊管理 Codex 的五道權限邊界

圖:本站根據 Codex 官方文檔:Roles and workspace permissions 整理的示意圖

本文根據 Codex 官方文檔《Roles and workspace permissions》《Managed configuration》《User lifecycle management》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。如果你是開發者個人想改自己電腦上的審批和沙箱檔位,請看 Codex 權限與沙箱設定。

適用於誰

  • 搜「codex 權限管理」,負責管理公司 ChatGPT Business 或 Enterprise 工作區的團隊負責人與管理員;
  • 想搞清「給成員開了席位」之後,本地 CLI、雲端環境、第三方應用額度和沙箱邊界分別在哪管的人;
  • 需要禁止團隊成員在公司電腦上隨意開啟 --yolo 完全訪問或連接未經審批的 MCP 服務的人。

一、工作區後台的開關:本地、雲端、令牌與席位

管理員進入工作區 設定(Workspace settings)> 權限與角色(Permissions & roles) 時,最核心的是分清以下幾組開關:

  • 本地訪問開關:部分工作區合併顯示為 Codex and Work Local(開關名為 Allow members to use Codex and Work Locally);另一部分工作區將 Codex Local(Allow members to use Codex locally)與 Work Local 拆成兩欄,此時只開其中一個不會自動放行另一個。
  • 訪問令牌(Access tokens):ChatGPT Business 和 Enterprise 均支持管理 Codex 訪問令牌及憑據有效期上限。
  • 雲端任務與共享環境:Use Codex in the cloud 控制成員能不能跑雲端任務(每人可建自己的個人環境);它下面的 Manage workspace environments 預設關閉,打開後才允許創建和修改全工作區共享的雲端環境。
  • 電腦歷史(Computer History):在 Business 和 Enterprise 工作區中預設關閉,工作區所有者未顯式授權前,成員無法在本地自行打開。
  • 角色差異:內置管理角色分為所有者(Owner,管全局設定)、管理員(Admin,管日常成員與分組)、普通成員(Member)和分析查看者(Analytics Viewer)。需要開通多人團隊工作區可查看本站 ChatGPT Business 團隊版定製。

二、Business 管理員專屬:控制外部應用與套餐額度消耗

團隊允許成員用「Sign in with ChatGPT」登入周邊開發工具時,最怕某個外部工具把成員整週的套餐額度刷空。官方為 Business 管理員提供了兩步管控:

  1. 按應用放行:登入 admin.openai.com,打開 租戶設定(Tenant settings)> 外部訪問(External access),選中目標應用,把 Use ChatGPT plan 設為 Allowed(未放行的應用不能消耗團隊套餐)。
  2. 設定外部服務消耗百分比上限:在 admin.openai.com 選中工作區,進入 用量限制(Usage limits),在 ChatGPT plan 下找到 Usage in other services 點 編輯(Edit),拖動滑塊設定外部服務最多隻能用掉每位成員套餐額度的百分之多少(例如 25%),點 Apply 後再點頁面底部的 Save changes。

計費與共享額度池的底層邏輯見 Codex 怎麼收費。

三、客戶端運行時強約束:requirements.toml 與桌面管控

團隊常見管控需求去哪個後台設定

圖:本站根據 Codex 官方文檔:Managed configuration 整理的示意圖

在開啟了 Agent security(管理員控制檯 > Agent security)的託管環境中,官方嚴格區分了兩種下發層(成員本機配置優先級見 Codex config.toml 完整詳解):

  • 預設值(Defaults,config.toml):給成員提供起始配置,成員仍可在合規範圍內用自己的配置覆蓋;
  • 強約束(Requirements,requirements.toml):管理員劃定的硬紅線,成員無論改本地文件還是傳命令行參數都繞不開,衝突時客戶端會自動回退到合規值並彈出提示。

例如,下面這段 requirements.toml 同時禁止了免審批(never)、禁止了完全訪問沙箱(含 --yolo)、禁止了實時聯網搜尋,並關閉了裝置遠程控制(遠程控制排錯見 Codex 提示「無法更新遠程控制狀態」怎麼辦):

toml
allowed_approval_policies = ["untrusted", "on-request"]
allowed_web_search_modes = ["cached"]
allow_remote_control = false
default_permissions = ":workspace"

[allowed_permission_profiles]
":read-only" = true
":workspace" = true
# 未列入 ":danger-full-access",即徹底禁止完全訪問檔

此外,管理員還能在 Agent security 裏按站點源(Origin)限制內置瀏覽器訪問、上載下載與 CDP 調試,按 macOS bundle_id 或 Windows 簽名發佈者與產品名白名單限制桌面 Computer Use 能操作哪些原生軟件(相關功能說明見 Codex 找不到 Computer Use 怎麼辦),以及用 mcp_servers 白名單鎖定允許啟用的 MCP 伺服器。

常見問題

問:為什麼 Enterprise 成員打開 Codex 看不到剛發佈的 GPT-6.2 Astra 或 Sol?

答:官方定價與模型頁寫明,新模型在 Enterprise 和 Edu 工作區預設處於關閉狀態,必須由管理員先在工作區模型可用性設定裏手動開啟;Business 工作區則預設隨套餐開放。模型對比見 Codex 用哪個模型好。

問:新建的 Business 工作區還能單獨買「僅 Codex(Codex-only)」席位嗎?

答:不能。官方生命週期文檔說明,只有 2026-06-24 之前已持有 Codex 席位(或當日有符合條件的待接受邀請)的存量 Business 工作區才能保留和增購僅 Codex 席位;新建工作區統一按標準 Business 席位開通。

問:在後台只關掉了「Browser use」,就能徹底禁止代理操作瀏覽器嗎?

答:不能只關這一個。官方特別提醒,如果原生應用 Computer use 仍開着,代理仍能把瀏覽器當普通桌面軟件去點擊;必須同時把 computer_use 強制關閉,或在應用規則里拉黑對應瀏覽器程序。

相關教學

參考資料

  • Codex 官方文檔:Roles and workspace permissions — https://learn.chatgpt.com/docs/enterprise/roles-and-workspace-permissions
  • Codex 官方文檔:Managed configuration — https://learn.chatgpt.com/docs/enterprise/managed-configuration
  • Codex 官方文檔:User lifecycle management — https://learn.chatgpt.com/docs/enterprise/user-lifecycle
  • Codex 官方文檔:Sign in with ChatGPT — https://learn.chatgpt.com/docs/sign-in-with-chatgpt

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~