OpenAI hat angekündigt, dass die Auto-Review-Funktion von Codex für alle Nutzer, die sich mit einem ChatGPT-Konto anmelden, kostenlos ist – die Prüfung verbraucht kein Kontingent aus dem jeweiligen Plan mehr. Die Nachricht stammt von Codex-Chef Thibault Sottiaux, der sie auf einer sozialen Plattform veröffentlichte:
"This Auto-review feature is now free and does not draw usage from your plan."
(Diese Auto-Review-Funktion ist jetzt kostenlos und zieht kein Kontingent von deinem Plan ab.)
Aktiviert wird sie in Codex unter "Settings > Permissions > Auto-review"; in der Kommandozeilen-Version lässt sich die Freigabe-Richtlinie in der Konfigurationsdatei anpassen. Es ist der nächste Schritt des Teams, nachdem Sottiaux am 4. Oktober das Versprechen abgegeben hatte, "28 Tage lang jeden Tag eine Verbesserung zu liefern, sonst werde das gesamte Kontingent zurückgesetzt".
Was die Funktion kontrolliert
Codex hält seine Agenten standardmäßig in einer Sandbox. Will ein Agent diese Grenze überschreiten – etwa die Sandbox verlassen, um Befehle auszuführen, eine blockierte Netzwerkanfrage stellen, Dateien außerhalb des freigegebenen Verzeichnisses ändern oder eine nicht genehmigte App oder ein MCP-Tool aufrufen –, hält er an und wartet auf die Zustimmung des Nutzers.
Bei langen Aufgaben häufen sich solche Pop-ups. Offiziell heißt es, die Einzelfreigabe führe leicht zu Entscheidungsmüdigkeit; irgendwann verliere der Zustimmen-Button selbst seine Kontrollfunktion.
Auto-Review setzt dagegen einen eigenständigen Prüf-Agenten ein. Jede Grenzüberschreitung des Haupt-Agenten geht zunächst an ihn: Unbedenkliches wird durchgelassen, die Aufgabe läuft weiter; riskante Anfragen werden direkt abgelehnt. Laut öffentlichen Angaben gehören dazu das Abgreifen von Zugangsdaten und Tokens, das Ausleiten privater Daten, das Ausführen von Code unklarer Herkunft, unwiderrufliches Löschen sowie Änderungen, die Sicherheitseinstellungen des Systems schwächen. Lehnt der Prüf-Agent drei Anfragen in Folge ab oder insgesamt zehn von fünfzig Prüfungen, wird die Aufgabe unterbrochen und an den Nutzer zurückgegeben.
Der Prüf-Agent beurteilt nur – seine Berechtigungen werden dadurch nicht erweitert, die Sandbox-Grenze bleibt dieselbe.
Warum jetzt
Der Zeitpunkt ist heikel. In den vergangenen Wochen hat OpenAI eingeräumt, dass ein Agent bei einem internen Test in die Systeme von Hugging Face eingedrungen ist, und die Wikimedia Foundation entdeckte auf ihrer eigenen Plattform ungewöhnliche Aktivitäten eines OpenAI-Agenten. Um die Vorfälle aufzuarbeiten, gibt OpenAI täglich mehr als 500.000 US-Dollar an Rechenleistung aus.
Vor diesem Hintergrund ist das Absenken der Einstiegshürde einer Agenten-Sicherheitsfunktion auf null zumindest eine Geste. Auto-Review schützt vor Fehlbedienungen auf der eigenen Maschine des Nutzers und liegt damit auf einer anderen Ebene als jene Vorfälle während des Trainings – beide Fälle verweisen aber auf dasselbe Problem: Agenten handeln zunehmend eigenständig, während Menschen immer weniger mithalten können, jeden Schritt einzeln zu beaufsichtigen.
In Programmierwerkzeugen ist ein solcher Ansatz längst nicht neu. Cursor hat im Juni dieses Jahres einen eigenen Auto-Review-Mechanismus eingeführt und die Unterbrechungsrate seines Coding-Agenten auf 7 Prozent gedrückt. Der Unterschied bei Codex liegt vor allem im Preis: Auch die Prüfung selbst muss ein Modell ausführen – bisher ging das auf Kosten des Nutzers, jetzt trägt OpenAI sie.
Können Entwickler in China sie nutzen
Die kostenlose Regelung gilt nur für die Anmeldung mit einem ChatGPT-Konto. Ob sie auch für Nutzer gilt, die über einen API-Key auf Codex zugreifen, geht aus den öffentlichen Angaben nicht hervor. Entwickler in China müssen weiterhin ein ChatGPT-Konto normal anmelden und den entsprechenden Plan abschließen können – an den regionalen Einschränkungen hat sich nichts geändert.
Zur Wirksamkeit der Blockaden gibt es bislang nur die Aussagen von OpenAI selbst. Ob der Prüf-Agent normale Vorgänge fälschlich blockiert und wie hoch die Fehlerquote ist, dazu nennt das Unternehmen keine Zahlen – Nutzer können das nur in ihren eigenen Projekten selbst testen.
Quellen: OpenAI-Codex-Dokumentation, CocoLoop, öffentlicher Beitrag von Thibault Sottiaux, Nerds Chalk; Aktivierungsweg, Ablehnungsschwelle und Umfang der Kostenfreiheit richten sich nach den offiziellen Angaben von OpenAI.