Codex Security CLIとは｜脆弱性スキャンの使い方

「AIに書かせたコードに、脆弱性は残っていないのか」——AIコーディングの速度に慣れるほど、誰もがこの不安を抱えます。

結論から言うと、Codex Security CLIを使えば、AIが書いたコードの脆弱性をコマンド1つでスキャンし、CI（変更のたびに自動でテストを走らせる仕組み）に「重大な問題が見つかったら止める関所」を組み込めます。ただし、検査ごとAIに丸投げするのは危険です。

株式会社Fyveは、無人でAIにコードを書かせる運用を日々続けています。私たちはその視点から、Codex Security CLIの使い方と、丸投げが事故につながる理由を実務目線で解説します。

Codex Security CLIとは

Codex Security CLIは、OpenAIが2026年7月29日にオープンソースとして公開した、コードの脆弱性を見つけ・検証し・修正するためのコマンドラインツールです。npmパッケージ @openai/codex-security として配布され、ライセンスは Apache-2.0、公開時点のバージョンは v0.1.1 です。

特徴は、従来の静的解析ツールのようなパターン照合だけに頼らず、AIモデルがコードの文脈を読んで脆弱性を判断する点にあります。リポジトリ全体のスキャン、変更差分（プルリクエスト）のレビュー、スキャン結果どうしの比較、そしてCIへの組み込みまでを、1つのツールでまかなえます。

OpenAIは公式Xで「これは early release（早期リリース）であり、フィードバックを受けながら改善を続けている」と明言しています。研究プレビューは2026年3月に始まり、今回のオープンソース公開に至りました。まだ発展途上のツールだという前提は、最初に押さえておくべきポイントです。

Codex Security CLIで何ができるのか

できることは大きく4つあります。いずれも「AIが書いたコードの脆弱性を、開発の流れのどこかで検問する」ための機能です。

• リポジトリ全体のスキャン：scan でコードベース全体を検査し、脆弱性を洗い出す
• 差分・プルリクエストのレビュー：変更した部分だけを対象に、コミット前・マージ前にチェックする
• スキャン結果の比較：scans compare で前回と今回を照合し、新規・継続・解消された脆弱性を根本原因ごとに突き合わせる
• CIへの組み込み：機械可読な構造化データを返すため、CIパイプラインに検査を自動で挟める

実務では、差分レビューと全体スキャンを使い分けられるのが効きます。日々の変更は差分レビューで軽く確認し、リリース前や月次の節目にはリポジトリ全体を深くスキャンする——この二段構えが組めると、検査コストと網羅性のバランスが取りやすくなります。

読者特典・無料ダウンロードCodexに「課金」する前に読む本無料でダウンロード →↓

使い方：導入からスキャンまで3ステップ

1. インストール

npmで導入します。動作には Node.js 22.13.0 以降と Python 3.10 以降が必要です。

• npm install @openai/codex-security

すぐ試すだけなら、インストールせずに npx @openai/codex-security@latest --help でヘルプを見るところから始められます。

2. 認証

ChatGPTアカウントでサインインするか、CIなどの自動環境では環境変数でAPIキーを渡します。

• 対話的に使う場合：npx @openai/codex-security login
• 自動環境の場合：環境変数 OPENAI_API_KEY（または CODEX_API_KEY）を設定

環境変数で渡したAPIキーは、その場のスキャンにだけ使われ、認証情報として端末に保存されません。CIで使うときはこちらの方式が推奨されています。基本的な利用にChatGPT Plusの契約は不要ですが、本格的なスキャンにはOpenAI APIキーを使うのが確実です。

3. スキャン

対象ディレクトリを指定して実行します。

• npx @openai/codex-security scan .

より深く検査したいときは、モードや並列数を指定できます。たとえば --mode deep で検査を深く、--workers で並列度を、--effort high で分析の強度を上げられます。まずは既定のまま小さく試し、必要に応じてオプションを足すのがおすすめです。

CIに「重大度の関所」を組む

Codex Security CLIの真価は、単発のスキャンよりもCIに検査を常設できることにあります。プルリクエストが作られるたびに差分をスキャンし、構造化された出力を受け取って、重大度が一定のしきい値を超えていればビルドを失敗させる——この「関所」を1本挟むだけで、脆弱性を含んだコードがマージされる前に止まります。

ポイントは、検査を人の記憶や善意に頼らず、パイプラインの仕組みとして強制することです。人は忙しいと確認を飛ばしますが、CIの関所は飛ばせません。「あとで見ておく」がいつまでも実行されない問題を、仕組みで解消できます。

AIの安全運用という観点では、実行前に承認を挟むモードやサンドボックスの設計も併せて考える価値があります。関所は1種類でなく、いくつかの層で組み合わせるほど堅くなります。

CodexCodexの承認モードとサンドボックス｜安全運用

便利だが「丸投げ」は危険な3つの理由

ここまで読むと万能に見えますが、私たちは3つの理由から、このツールにすべてを委ねることを勧めません。

1. まだ早期リリースである

公開時点は v0.1.1、OpenAI自らが「early release」と表現する段階です。検出漏れも誤検知もある前提で、結果を鵜呑みにしないことが大切です。「見つからなかった＝安全」ではありません。

2. 新しい魔法ではない

AIが文脈を読む点は新しいものの、やっていることは「コードの脆弱性を探す」という既存のセキュリティスキャナの延長線上です。これを入れれば従来の対策やレビューが不要になる、という話ではありません。既存の仕組みに1枚重ねる層として捉えるのが正しい位置づけです。

3. AIの穴をAIで塞ぐほど、人の目が要る

AIが書いたコードを、AIが検査し、AIが修正案を出す——この輪を速く回すほど、どこかで人が最終確認しないと、AIの思い込みがそのまま本番へ流れます。取りこぼしを嫌うなら、最後の1手は人が押すべきです。自動化は「人を外すこと」ではなく「人が確認すべき点だけに集中できるようにすること」だと考えています。

コードレビュー自体を自動化する発想については、こちらの記事でも掘り下げています。

CodexCodexでコードレビューを自動化｜PR前チェックの実務

「仕組みで検問＋人が最後に確認」という設計

私たちが無人でAIにコードを書かせる運用で徹底しているのは、検証を"指示"でなく"仕組み"に落とすことです。「脆弱性を確認してね」とお願いするのではなく、CIの関所やフック（特定の操作の前後で自動実行される検査）で機械的に止める。そのうえで、公開・本番反映の最後だけは人が目を通す。この二段構えを崩さないようにしています。

Codex Security CLIは、この「仕組みで検問する」層をAIコーディングに1枚足すのにちょうどよい道具です。関所をどこに挟むか——差分は日常のプルリクエストに、全体スキャンは節目に、そして最終承認は人に——を先に決めてから導入すると、丸投げの事故を避けられます。ツールを入れる前に、自分の開発フローのどこを関所にするかを描いておくことが、遠回りに見えて一番の近道です。

同じ「コミット前に脆弱性を検出する」流れは、Anthropic側のツールでも実現できます。ベンダーを横断して比べると、自分の運用に合う関所が見えてきます。

Claude Securityプラグイン｜コミット前に脆弱性検出

まとめ

Codex Security CLIは、AIが書いたコードの脆弱性をスキャンし、CIに重大度の関所を常設できる実用的なツールです。導入はnpmで1コマンド、CIには環境変数のAPIキーで組み込めます。差分レビューと全体スキャンを使い分ければ、検査コストと網羅性のバランスも取れます。

ただし早期リリースであり、既存のセキュリティ対策を置き換える魔法ではありません。仕組みで検問しつつ、最後は人が確認する——この設計を守れば、AIコーディングの速度を落とさずに、事故の芽を仕組みで摘めます。