脆弱性を指摘するツールで困るのは、指摘が多すぎることです。100件出てきて、本当に直すべきものが3件。残りを確かめる手間で、結局だれも見なくなる。
OpenAIが2026年9月29日のDevDayで広げた「Codex Security Cloud」は、この問題に「再現してみる」という手で答えようとしています。公式ドキュメントのセットアップ手順とFAQを読んで、何をしてくれて、何はしてくれないのかを整理しました。
Codex Security Cloudとは
GitHubにあるリポジトリを、Codexのクラウド上で丸ごと調べるプラグインです。ChatGPTのウェブ版かデスクトップアプリの「Plugins」から入れて使います。
DevDayで変わったのは主に3点。GitHubのリポジトリ全体を、必要なときか決めた日程で調べられるようになったこと。新しいコミットを続けて監視できること。調査・重複の整理・修正案づくりがクラウドで進むので、ノートパソコンを閉じても止まらないこと。
対象は「すべてのCodexユーザー」と発表されています。追加料金についての記載は、今回読んだ資料の中にはありませんでした。Codexの利用枠から引かれるのかどうかも、書かれていない。
名前が紛らわしいのですが、手元のリポジトリを調べる「Codex Security」プラグインは別物です。FAQでも、同じプラグインではないと念を押しています。
調べ方は4段階
| 段階 | やること |
|---|---|
| 分析 | リポジトリの脅威モデルを作る。入口、信頼の境界、認証の前提、危なそうな部品を整理する |
| スキャン | リポジトリを1回調べるか、新しいコミットを監視して怪しい箇所を探す |
| 検証 | 怪しい箇所を、隔離したコンテナの中で実際に再現してみる |
| 修正 | 直し方の案内と、出せる場合は修正パッチの案を出す |
要になるのは3つめの検証です。
モデルがまず怪しい順に並べ、そのあと1件ずつ、まっさらなコンテナで再現を試みる。再現できたものには「validated（検証済み）」の印がつく。実行したコマンドやログも証拠として残ります。
再現できなかったものは消されず、「未検証」のまま残る仕組み。試した手順の記録はあるので、人が続きを調べられます。
このやり方だと、「指摘は出たが本当に危ないのか分からない」ものが減るはずです。どのくらい減るのか、割合の数字は公開されていません。
使い方の流れ
手順自体は短いものでした。
- プラグインの一覧で「Codex Security Cloud」を探して入れる
- Codexのクラウド環境がワークスペースで設定済みか確かめ、GitHubをつなぐ
- 「New scan」でリポジトリとクラウド環境を選び、「Repository」を選んで開始
- 「Findings」で指摘を開き、該当コード・検証の証拠・直し方を見る
- 修正案があれば「Fix with Codex」でパッチを作り、確認してから下書きのプルリクエストにする
コミットの監視は「What to scan」で「Commit changes」を選ぶだけ。何日前までの履歴をさかのぼるかも決められます。止めたいときは監視の設定を「Paused」にする。
プロジェクトをビルドできる状態にしておく必要はないそうです。コードとコミットの中身だけで指摘を出せる。ただ、再現のためにコンテナの中でビルドを試すことはある、とも書かれていました。
勝手に直されることはない？
ありません。ここはFAQで何度も繰り返されています。
修正パッチは自動では当たらない。作られるのは差分やパッチファイルの案で、プルリクエストのブランチを直接書き換えることもない。人が中身を見て「Create draft pull request」を押して、はじめて下書きのプルリクエストになります。
コードの扱いについては、調べるたびに使い捨ての隔離されたコンテナの中でリポジトリを一時的に複製し、終わったらコンテナごと片づける、という説明でした。
既存の検査ツールの代わりにはならない
FAQは、これが何ではないかもはっきり書いています。
従来の静的解析（SAST）を置き換えるものではない。SASTが決まった規則で広く漏れなく見るのに対して、こちらはモデルの推論で意味を読み、検証で裏を取る。役割が違うので併用してほしい、という立場です。
人によるセキュリティレビューの代わりでもない。指摘を並べる作業を速くするだけで、実際に攻撃に使えるかの判断や脅威の評価は人が担う、と書かれています。
言語は問わないものの、実際の精度はモデルがその言語やフレームワークをどれだけ理解しているかに左右される、とも。よく使われる言語ほど強い、ということなのでしょう。
AIにコードを任せる範囲の話はAIにコードを書かせるで、エージェントに権限を渡すときの考え方はAIに権限を渡しすぎないで扱いました。GitHubへのアクセスをどこまで許すかは、ここでも最初に決めておくことになります。
脅威モデルは手で直せる
見落としがちですが、精度に効きそうなのがここ。
監視を始めると、Codex Securityがリポジトリの脅威モデルを自動で作ります。システムの概要と、攻撃の入口になりうる場所をまとめたものです。これは「Project context」から編集できる。
コードから読み取れない事情、たとえば「この管理画面は社内ネットワークからしか開けない」「この項目には外部の入力が入る」といったことは、人が書き足すしかありません。脅威モデルが雑なままだと、指摘の優先順位もずれるはず。最初の1回で終わりにせず、構成が変わるたびに直していく前提のものだと思います。
実際にどこまで使えるのかは、自分のリポジトリで一度走らせてみないと分からない。検証済みの印がついた指摘が、どれだけ本物なのか。そこが知りたいところです。
出典
すべて2026年9月30日に確認したものです。
- Codex Security Cloud setup（ChatGPT Learn）
- Codex Security Cloud FAQ（ChatGPT Learn）
- DevDay 2026 の振り返り（OpenAI・2026年9月29日）
