Codex 加密子代理提示：AI 编程安全的新博弈

近日，OpenAI 的 Codex 系统被发现开始加密发送给子代理（sub-agent）的提示信息。这一变化在 GitHub 上引发了广泛讨论，帖子获得了超过 332 个赞和 200 多条评论。

在多智能体 AI 系统中，主代理会将任务分解并分配给子代理执行。此前，这些子代理收到的提示信息是明文的，这意味着恶意用户可以通过 prompt injection 攻击来操纵子代理行为，或者通过观察提示内容来逆向工程系统的内部逻辑。

图1：AI Agent 安全风险层级与加密防护

Codex 的加密方案旨在同时缓解两类风险：一是防止提示注入（攻击者无法读取或篡改加密的子代理提示），二是防止提示泄露（即使子代理的输出被观测，也无法反推出系统提示的内容）。

然而，这一举措也引发了关于 auditability 的担忧。在软件开发中，可审计性是安全性的基石——如果子代理的提示被加密，开发者如何调试和审计 AI Agent 的决策过程？如何确保系统没有在"暗箱"中做出有害决策？

这场讨论反映了 AI Agent 安全领域的一个核心张力：安全性 vs 透明度。加密提升了安全性，但降低了可审计性；完全透明的系统容易审计，但容易受到攻击。未来可能需要"选择性透明"方案——例如零知识证明技术，允许验证 Agent 行为合规性而不暴露提示内容。

随着 AI Agent 在企业工作流中的部署越来越广泛，这类安全问题将变得愈发关键。从 MakerChecker 的安全扫描到 Codex 的提示加密，行业正在构建多层防御体系来应对 AI Agent 的独特威胁模型。

[关联推荐]

• MakerChecker — 给 AI Agent 装上安全扫描器
• GPT-5.6 多智能体协作 — 多智能体协作推理范式
• 2026 AI 编程代理格局 — 从 Cursor 到 Claude Code