Codex approval_policy 審批策略全解:on-request、untrusted 與 never 在交互終端與自動化裏的區別

搞不清 approval_policy 和沙箱模式的區別,或者升級 Codex 後配置 approval_policy = "untrusted" 直接啟動報錯。本文詳解 on-request、never、已退役的 untrusted 與舊版 on-failure 的真實行為及平滑遷移寫法。

NNathaniel bigo··原創首發·AI 輔助撰寫
13 分鐘讀完
資料核對於 2026-11-19 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 沙箱管「能不能做」,approval_policy 管「做之前問不問你」。二者是兩條正交軸:沙箱把破壞半徑關進籠子,審批策略決定當操作觸碰籠子邊界或高風險動作時,是彈窗停下來問你,還是直接按沙箱規則放行/拒絕。
  2. 日常交互首選 approval_policy = "on-request"。工作區沙箱允許的常規讀寫順暢執行,一旦命令需要越出沙箱、聯網或觸及受保護目錄,Codex 會停下來向你展示具體命令並等待確認。
  3. 腳本與 CI 流水線用 approval_policy = "never",但它不等於取消沙箱。設為 never 後,Codex 絕不會停在交互提示符前等人類輸入;如果某命令越過當前沙箱邊界,它會直接被攔截報錯,而不是靜默提權放行。
  4. 舊版 approval_policy = "untrusted" 現已退役,請立刻遷移。早期版本用 untrusted 強制逐條審批非常規命令,但在新版 Codex 中該全局值已停止支持並會阻止啟動;官方推薦改為 sandbox_mode = "read-only" + approval_policy = "on-request",或對單個陌生倉庫配置項目級 trust_level = "untrusted"。
  5. 高頻交互開發與無人值守巡檢都對週期額度有穩定要求。國內若無外幣信用卡,可在本站自助開通 ChatGPT Plus 或高配額 ChatGPT Pro,多人團隊統一部署權限基線也可查看 ChatGPT Business 團隊定製。

approval_policy 各取值狀態與行為對比

圖:本站根據 OpenAI Codex 官方文檔:Permission modes 整理的示意圖

本文根據 OpenAI Codex 官方文檔《Permission modes》《Configuration Reference》整理,資料核對於 2026-11-19。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。

適用於誰

  • 想搞清楚 approval_policy 和 sandbox_mode 各自管什麼、避免誤放高危命令的個人開發者;
  • 參考舊文章在 config.toml 裏寫了 approval_policy = "untrusted",升級新版 Codex 後遇到報錯 approval_policy = "untrusted" is no longer supported 需要快速遷移的用戶;
  • 正在搭建 CI/CD 或無人值守 codex exec 流水線、想弄懂 never 策略真實邊界的自動化工程師。

一、四種審批策略值全拆解(含新版退役變更)

在 ~/.codex/config.toml 中,approval_policy 與命令行 -a / --ask-for-approval 參數對應(完整權限與沙箱基礎概念見 /guides/codex-permissions-sandbox)。截至目前版本,常見四個取值的真實狀態與行為差異如下:

  • "on-request"(推薦預設):標準交互模式。凡是在當前沙箱策略內被允許的普通操作直接運行,碰到超出邊界的動作(如寫外部目錄、執行需提權的 Git 提交、請求放寬網絡)時暫停,展示完整命令讓你選擇同意、拒絕或僅本次放行。
  • "never"(自動化專用):完全禁止彈出交互確認。在無人值守的 codex exec、GitHub Actions 或定時巡檢腳本里,如果出現人工確認提示會導致進程無限卡死,因此自動化任務必須配合 "never" 使用(CI 流水線實戰參考 /guides/codex-exec-full-auto-ephemeral-ci-pipeline-guide)。
  • "untrusted"(已退役 / 不再支持):早期教學常把它當作「最嚴格交互模式」來介紹,要求非白名單隻讀命令一律彈窗確認。但在新版 Codex 中,繼續在 config.toml 或命令行寫 approval_policy = "untrusted" 會直接觸發啟動報錯並拒絕運行。
  • "on-failure"(已棄用):舊版中嘗試在沙箱命令失敗後才詢問是否提權,現已被更清晰的 on-request 流程逐步取代,新配置不建議繼續沿用。

二、從退役 untrusted 平滑遷移與雙場景配置模板

1. 遇到 approval_policy = "untrusted" is no longer supported 怎麼改

打開 ~/.codex/config.toml(以及當前倉庫的 .codex/config.toml),刪掉 approval_policy = "untrusted"。根據你原本想要的安全強度,二選一替換:

  • 想審查陌生開源倉庫、嚴防任何改寫:改成只讀沙箱加標準審批:
toml
#:schema https://developers.openai.com/codex/config-schema.json

sandbox_mode = "read-only"
approval_policy = "on-request"
  • 想把某個陌生項目單獨標記為不受信任目錄(不信任其倉庫內 .codex/config.toml 並強化審批):在全局 ~/.codex/config.toml 中使用項目級信任聲明:
toml
[projects."/path/to/untrusted-repo"]
trust_level = "untrusted"

2. 日常交互 + CI 自動化雙檔位模板(本站建議)

在 ~/.codex/config.toml 中保留平衡的交互預設項,再為腳本和流水線單獨聲明一個靜默 Profile(配置檔結構詳見 /guides/codex-config-toml-complete-guide 與 /guides/codex-standalone-profile-config-toml-migration):

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

# 日常本地交互預設配置
sandbox_mode = "workspace-write"
approval_policy = "on-request"

[profiles.ci-auto]
# CI 流水線:仍限制在工作區沙箱內,但絕不暫停等人敲回車
sandbox_mode = "workspace-write"
approval_policy = "never"

交互終端直接運行 codex;自動化腳本運行 codex exec --profile ci-auto "檢查接口變更並輸出報告",兩條路線互不污染。

訂閱與帳號準備提示:在自動化流水線或高強度重構中跑多步工具調用與單測驗證時,會話配額消耗節奏顯著高於日常問答(額度細則見 /guides/codex-usage-limits)。若開發團隊或重度用戶經常碰限,可在本站升級 ChatGPT Pro 充值 或支持自動續訂的 ChatGPT Pro 5x iOS 可覆蓋檔;新註冊 OpenAI 帳號若在手機驗證環節遇阻,可參考 Codex 註冊手機驗證服務。

三、不同場景怎麼選審批策略(分流決策指南)

不同開發與自動化場景審批策略分流圖

圖:本站根據 OpenAI Codex 官方文檔:Permission modes 整理的示意圖

落地審批策略時,容易踩的三個坑值得提前避開(本站建議):

  1. 別把 never 當成無沙箱。當 sandbox_mode = "workspace-write" 且 approval_policy = "never" 時,如果模型試圖執行需要越界寫入或聯網的命令,它不會卡住也不會彈窗,而是直接被沙箱攔截返回錯誤。只有當你真的處於一次性隔離容器裏,才考慮放寬沙箱範圍;在日常開發機上切勿隨手疊加無沙箱開關。
  2. 需要按路徑精細拒絕 .env 時結合 Permission Profiles。approval_policy 決定是否暫停問人,無法單獨把 .env 設為禁止讀取;若想進一步封死密鑰文件,可搭配新版 [permissions.<name>](詳見 /guides/codex-permission-profiles-block-env-config)。
  3. 企業託管環境可能被管理員鎖死上限。若團隊通過企業級強制策略限制了允許使用的審批策略(例如禁止開啟無審批提權),個人本地的 config.toml 或 -a 參數無法突破管理員下限。

常見問題

問:命令行參數 --full-auto 和手動寫 approval_policy = "never" 有什麼區別?

答:--full-auto 是 Codex CLI 提供的交互快捷預設,通常將沙箱設為工作區可寫並在沙箱範圍內減少打斷,但遇到越界高危動作時仍按 on-request 思路保留保護;而 approval_policy = "never" 徹底關閉所有交互等待,專為無人值守腳本與 CI 流水線準備。

問:為什麼我把 approval_policy 設成 on-request 了,Codex 改普通源碼文件還是沒彈窗問我?

答:這是預期行為。在 workspace-write 模式下,修改當前工作區內的普通代碼文件屬於沙箱放行範圍,無需步步打斷;只有當命令越出當前工作區、嘗試訪問外部網絡或觸碰 .git 等受保護區域時,才會暫停向你申請批准。

問:國內沒有外幣信用卡,或者公司研發團隊需要開增值稅發票報銷,怎麼開通能跑 Codex 的訂閱?

答:可在本站 AI 會員充值總覽 按需選購 ChatGPT Plus、ChatGPT Plus 官網直充 或高配額的 ChatGPT Pro,團隊多人統一採購可直接查看 ChatGPT Business 團隊定製。支持支付寶、微信支付與 AlipayHK,自助兌換無需交出帳號密碼,並可開具增值稅發票;實時價格以商品頁展示為準,售後執行掉訂閱按剩餘天數折退、封號不在質保範圍的政策。

相關教學

參考資料

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

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同產品的其他教學

  1. 01

    用 ChatGPT 整理家庭裝修預算明細、隱蔽工程驗收清單與主材優缺點對比表實戰

    第一次裝修面對幾十頁施工報價單、密密麻麻的水電防水隱蔽項目與五花八門的主材參數,極易踩坑增項。本文梳理用 ChatGPT 審查裝修報價漏項、生成帶公式的預算明細表、定製工地隱蔽工程驗收單與主材對比表的實戰提示詞。

    ChatGPT0
  2. 02

    用 ChatGPT 做費曼學習法讀書共讀:反向追問檢驗自己是否真讀懂專業書籍與整理書單筆記

    讀完一本專業硬書常感覺「合上書就忘」,直接讓 AI 概括全書又容易產生懂了的錯覺。本文介紹用 ChatGPT 結合 Study Mode 與費曼學習法做反向追問共讀,通過通俗複述、挑刺盲區到沉澱書單卡片的完整流程與提示詞。

    ChatGPT0
  3. 03

    用 ChatGPT 做外貿產品多語種目錄、展會邀約與客戶跟進節奏表(附脫敏與本地化提示詞)

    做外貿展會與海外推廣時,手工翻譯十幾款產品目錄費時且容易留下一堆中式英文,展後客戶跟進也常缺節奏。本文梳理用 ChatGPT 先脫敏建術語庫、再批量產出多語種目錄、展前邀約函與展後 21 天跟進節奏表的實戰流程與提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫高質素技術專欄文章、開源項目 Release Notes 與版本更新日誌實戰

    讓 AI 直接憑空寫技術文章容易滿篇空洞套話,直接甩 Git 記錄寫更新日誌又常常漏掉破壞性變更。本文整理用 ChatGPT 結合真實代碼片段、壓測數據與 PR 摘要,高效產出深度技術專欄、GitHub Release Notes 與 CHANGELOG 的實戰工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做產品用戶訪談紀要編碼、提煉高頻痛點需求池與 RICE 優先級打分實戰

    手頭攢了十幾份用戶訪談逐字稿,手工貼便利貼歸納痛點耗時又容易帶入主觀偏見。本文分享用 ChatGPT 完成脫敏檢查、逐份開放式編碼、跨樣本聚類高頻痛點並搭建 RICE 優先級打分表的 5 步實戰流,附可直接複製的三段核心提示詞。

    ChatGPT0
  6. 06

    ChatGPT 網頁版上載超過 10 個文件或回形針附件按鈕變灰怎麼辦:打包合併與配額限制排查

    在 ChatGPT 網頁版批量分析文檔時,常遇到一次選超 10 個文件被攔截或輸入框回形針按鈕變灰。本文依據 OpenAI 文件上載與存儲說明,梳理 6 類常見報錯的分流排查法,提供 ZIP 打包、本地合併與 Projects 複用方案及可直接複製的解包提示詞。

    ChatGPT0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~