Codex CLI 0.153.1 เพิ่ม GPT-6 Astra แบบไม่เปลี่ยน Default: รุ่นเล็กที่ยังต้องตรวจ Permission
Codex CLI 0.153.1 เพิ่มการตั้งค่า GPT-6 Astra ผ่าน API โดยไม่เปลี่ยน default model และไม่แสดงใน model picker ครับ เป็น patch เล็ก แต่การเปิด model ใหม่ใน automation ยังเปลี่ยนต้นทุน, capability และพฤติกรรมของงาน จึงไม่ควรไหลเข้า production เพียงเพราะ UI ไม่เปลี่ยน
หลักฐานที่ตรวจ
release มาจาก repository openai/codex เผยแพร่ 3 กันยายน 2026 และ assets ทางการแสดง SHA-256 digest โดย binary Linux musl มีไฟล์ Sigstore ประกบ changelog ชี้ไปยัง pull request เดียวที่ backport model catalog
advisory สาธารณะของ repository มีรายการ high severity ที่กระทบ npm 0.2.0–0.38.0 และแก้แล้วใน 0.39.0 รุ่น 0.153.1 อยู่นอกช่วงดังกล่าว ณ วันที่ตรวจ แต่ยังต้อง subscribe รายการใหม่และสแกน dependency ของ distribution ที่องค์กรเลือก
เอกสาร Codex security แยก approval policy จาก sandbox: approval คุมว่าเมื่อใดต้องถาม ส่วน sandbox คุม filesystem/network ที่ process แตะได้ ทั้งสองต้องใช้ร่วมกัน
รุ่นนี้ผ่านเกณฑ์คัดกรอง ณ วันที่ตรวจ สำหรับ canary ที่ pin version/digest และยังไม่เปลี่ยน default model ของงานเดิม
วิธีใช้ให้ปลอดภัยขึ้น
ดาวน์โหลด artifact จาก release ทางการและตรวจ digest/Sigstore ตามแพลตฟอร์ม เก็บ binary ใน internal registry แบบ immutable เริ่ม model ใหม่กับชุด eval ที่เป็น read-only ไม่มี secret และจำกัด network เฉพาะ source ที่ต้องใช้
แยก PR “อัป CLI” จาก “เปลี่ยน model” เพื่อรู้ว่าความต่างมาจาก harness หรือ model catalog ตั้ง explicit model ใน job ทดลอง พร้อมงบ token, timeout และ approval policy แล้วเทียบ completion, diff size, denied actions และต้นทุนกับ baseline
ห้ามเปิด full access เพื่อชดเชยงานที่ fail ใน sandbox ให้ตรวจ path/network ที่ขาดและอนุญาตเฉพาะจุด ถ้างานต้อง push หรือ deploy ให้แยกเป็น guarded helper ที่ตรวจ branch, SHA และ quality gate
ความเสี่ยงคงเหลือ
model ที่เลือกผ่าน API อาจไม่ปรากฏใน picker ทำให้ reviewer มอง config ผ่านตาได้ง่าย ค่า default ของบัญชีหรือ server อาจเปลี่ยนโดยไม่แก้ repository ถ้า job ไม่ pin model และ version
signed artifact ลดความเสี่ยงการสลับ binary แต่ไม่ยืนยันว่า prompt, MCP server หรือ source ที่ agent อ่านปลอดภัย Prompt injection, secret exposure และ action เกินขอบเขตยังต้องรับมือด้วย sandbox, allowlist และ human review
Recap
- pin CLI version, artifact digest และ model ใน automation
- แยกการอัป harness ออกจากการเปลี่ยน model
- ทดสอบใน secret-free read-only eval ก่อนให้ write
- ใช้ guarded helper สำหรับ push/deploy และเก็บ effective config
พรุ่งนี้ทำ canary หนึ่งงานด้วย model ที่ระบุชัด แล้วเปรียบเทียบ diff, denied actions และต้นทุนกับ default เดิมครับ