கோப்பு நீக்கப் பிழைக்குப் பிறகு OpenAI, Codex பாதுகாப்புகளை கடுமைப்படுத்தியது

Codex-இன் ஆபத்தான கோப்பு-நீக்கப் பாதையை ஒரு patch மூடியதாக OpenAI கூறுகிறது

GPT-5.6 Sol தானியங்கி பணிகளைச் செய்யும்போது அனுமதியின்றி உண்மையான கோப்புகளை நீக்க முடிந்ததாக பயனர்கள் தெரிவித்ததையடுத்து, OpenAI Codex-க்கு ஒரு பாதுகாப்பு புதுப்பிப்பை வெளியிட்டுள்ளது. தற்காலிக வேலைக் கோப்புகளை அகற்ற வேண்டியிருந்த ஒரு cleanup command, system variables தவறாக கையாளப்பட்டபோது உண்மையான பயனர் தரவை நோக்கியும் செல்லக்கூடியதாக இருந்ததே இந்தப் பிரச்சினையின் காரணம் என்று நிறுவனம் கூறுகிறது.

வழங்கப்பட்ட அறிக்கையின் படி, தற்காலிக கோப்புறைகளுக்காக model $HOME போன்ற system variables-ஐ பயன்படுத்தியபோது இந்த செயலிழப்பு முறை வெளிப்பட்டது. அந்தச் சூழல்களில், தவறான delete command, தனிமைப்படுத்தப்பட்ட scratch location-க்கு பதிலாக பயனரின் உண்மையான home directory-யை குறிவைத்துவிட முடிந்தது. ஒரே தவறான பாதை ஆவணங்கள், திட்டங்கள், மற்றும் பிற நிலையான கோப்புகளை பாதிக்கக்கூடியதால், சாதாரண housekeeping ஆக இருக்க வேண்டியது high-risk செயலாக மாறுகிறது.

இந்தப் புதுப்பிப்பு முக்கியமானது, ஏனெனில் இது ஒரு சாதாரண software bug-ஐத் தாண்டிய risk class-ஐ address செய்கிறது. குறியீடு மற்றும் தொடர்புடைய பணிகளில் உதவும் போது நடவடிக்கைகளை இயக்குவதற்காக Codex வடிவமைக்கப்பட்டுள்ளது. ஒரு agent தவறான இடத்தில் destructive commands-ஐ இயக்க முடிந்தால், அதன் நடைமுறை விளைவு வெறும் failed task மட்டுமல்ல; மீட்க முடியாத data loss-உம் ஆகும். வேறு சொற்களில், இந்த issue model behavior, command construction, மற்றும் operating-environment safety ஆகியவற்றின் சந்திப்பில் உள்ளது.

OpenAI என்ன மாற்றியது

OpenAI இப்போது அமல்படுத்திய பல safeguards-ஐ source text விவரிக்கிறது. Codex, delete செய்வதற்கு முன் deletion targets-ஐ verify செய்யும், புதிய temporary folders-ஐ உருவாக்கும், மற்றும் system variables-ஐ தவறாக பயன்படுத்துவதை நிறுத்தும் என்று கூறப்படுகிறது. அபாயகரமான delete commands execute ஆகும் முன் அவற்றைப் பிடிக்க கடுமையான checks-களையும் நிறுவனம் சேர்த்துள்ளது.

இந்த சேர்க்கை, உடனடி குறைபாட்டையும் அதை ஆபத்தானதாக மாற்றிய பரந்த சூழ்நிலைகளையும் OpenAI address செய்ய முயல்கிறது என்பதை காட்டுகிறது. deletion targets-ஐ verify செய்வது மிக நேரடியான control: command ஓடும் முன் destination உண்மையில் user directory அல்ல, temporary workspace தானா என்பதை system சரிபார்க்கிறது. புதிய temporary folders-ஐ உருவாக்குவது ambiguity-ஐ குறைக்கிறது; reused paths அல்லது inherited environment values-ஐ நம்பாமல் agent-க்கு அறிந்த பாதுகாப்பான இடம் கிடைக்கிறது. delete commands-க்கு சுற்றியுள்ள checks-ஐ கடுமைப்படுத்துவது, முந்தைய assumptions தோல்வியுற்றாலும் high-impact actions-ஐ இடைமறிக்க இன்னொரு அடுக்கைச் சேர்க்கிறது.

full-access mode இனி தவறுதலாக trigger ஆக முடியாது என்றும் report கூறுகிறது. automated system எதிர்பாராத விதமாக நடந்துகொள்ளும்போது permission boundaries பெரும்பாலும் கடைசி பாதுகாப்புக் கோடு என்பதால் இந்த விவரம் முக்கியமானது. ஒரு model இன்னும் தவறான command-ஐ உருவாக்கலாம், ஆனால் அது ஏற்படுத்தக்கூடிய சேதம் sandbox, constrained workspace, அல்லது host machine-க்கு விரிவான access ஆகியவற்றில் எதில் இயங்குகிறது என்பதையே பெரிதும் சார்ந்திருக்கும்.

Sandboxing ஏன் மையமாக உள்ளது

source-ல் சுருக்கமாகக் கூறப்பட்ட OpenAI-ன் சொந்த பரிந்துரை, users sandbox modes-ல் இருக்கவும் app-ஐ updated ஆக வைத்திருக்கவும் என்பதாகும். இது safer defaults bug fixes போலவே முக்கியமானவை என்பதை practical-ஆக ஒப்புக்கொள்வதாகும். நன்றாக சோதிக்கப்பட்ட coding agent-கூட path handling, shell behavior, அல்லது environment configuration-இல் edge cases-ஐ சந்திக்கலாம். Sandboxing அந்தப் பிழைகளை முழுமையாக நீக்காது; ஆனால் அவற்றின் blast radius-ஐ கடுமையாகக் கட்டுப்படுத்தும்.

Codex சம்பவம் autonomous coding tools எவ்வளவு நன்றாக code எழுதுகின்றன அல்லது திருத்துகின்றன என்பதைக் கொண்டு மட்டுமே மதிப்பிடப்படுவதில்லை என்பதை நினைவூட்டுகிறது. அவை local systems-உடன் எவ்வளவு பாதுகாப்பாக செயல்படுகின்றன என்பதாலும் மதிப்பிடப்படுகின்றன. கோப்புகளை நீக்குவது இதற்கான மிகத் தெளிவான உதாரணம், ஏனெனில் அது development workflows-இல் பொதுவானது மற்றும் தவறான இடத்தை நோக்கிச் செய்தால் பேரழிவாக முடிவடையக்கூடும். build artifacts, caches, temporary outputs, மற்றும் generated assets ஆகியவை வழக்கமாக நீக்கப்படுகின்றன. ஆகவே acceptable cleanup மற்றும் harmful destruction ஆகியவற்றுக்கிடையிலான கோடு deletion நடக்கிறதா என்பதல்ல; system சரியான scope-இல் இயங்குகிறது என்பதை நிரூபிக்க முடியுமா என்பதே.

இதனால் toolmakers, “கவனமாக இருங்கள்” அல்லது “delete செய்வதற்கு முன் கேளுங்கள்” போன்ற prompt-level instructions-களையே நம்பாமல் மேலும் செய்ய வேண்டிய அழுத்தம் ஏற்படுகிறது. இவை உதவலாம், ஆனால் சுற்றியுள்ள system அவற்றை enforce செய்யாவிட்டால் அவை soft controls மட்டுமே. OpenAI இங்கு விவரிப்பது harder controls நோக்கான நகர்வாகும்: path validation, safe temporary directories, stricter command screening, மற்றும் sandboxed, full-access operation ஆகியவற்றுக்கிடையிலான தெளிவான பிரிப்பு.

Agent வடிவமைப்பு குறித்து இது என்ன சொல்கிறது

இந்த சம்பவம் AI agent design-இல் உள்ள பரந்த சவாலையும் காட்டுகிறது. Models வெற்றிடத்தில் செயல்படுவதில்லை. அவை commands-ஐ தேர்ந்தெடுக்கின்றன, environment variables-ஐ விளக்குகின்றன, மேலும் மனிதர்கள் உருவாக்கிய wrappers, shells, மற்றும் permission systems வழியாக செயல்படுகின்றன. ஒரு தோல்வி ஒரே catastrophic decision-இல் இருந்து அல்ல, பல சிறிய assumptions தவறான வரிசையில் ஒன்றாகச் சேர்வதால் உருவாகலாம். ஒரு temporary path பாதுகாப்பானது என்று கருதப்படுகிறது. ஒரு system variable scratch space-ஐ குறிப்பதாக கருதப்படுகிறது. ஒரு cleanup command குறுகியதாக கருதப்படுகிறது. பின்னர் அந்த assumptions உண்மையான machine state-உடன் மோதுகின்றன.

agentic coding systems-ஐ மதிப்பிடும் developers மற்றும் enterprises-க்கு, reliability-ஐ system level-ல் மதிப்பிட வேண்டும் என்பதே இதன் அர்த்தம். தொடர்புடைய கேள்வி model capable-ஆக இருக்கிறதா என்பதல்ல; execution framework capability-ஐ defensible முறையில் கட்டுப்படுத்துகிறதா என்பதே. Destructive commands-க்கு வெளிப்படையான justification தேவை; safe targets machine-verifiable ஆக இருக்க வேண்டும்; privilege escalation-ஐ தவறுதலாக trigger செய்வது கடினமாக இருக்க வேண்டும்.

OpenAI விவரிக்கும் மாற்றங்கள் அந்தத் திசையை சுட்டிக்காட்டுகின்றன. அவை caution தேவையை நீக்கவில்லை; ஆனால் product errors நடக்கும் என்பதை ஏற்றுக்கொண்டு அவற்றைச் சுற்றி design செய்யும் அதிகப் பரிபக்குவமான அணுகுமுறையைச் சுட்டுகின்றன. source code, configuration, மற்றும் local storage-ஐத் தொடும் tools-க்கு இது பொதுவாக சரியான அணுகுமுறை.

இந்தப் புதுப்பிப்பிலிருந்து users எடுத்துக்கொள்ள வேண்டியது

வழங்கப்பட்ட source அடிப்படையில், உடனடி செய்தி தெளிவானது: deletion bug-ஐ OpenAI சரி செய்துவிட்டதாகவும், மீண்டும் நடக்காமல் இருக்க guardrails சேர்த்துவிட்டதாகவும் நம்புகிறது. Autonomous workflows-க்காக Codex-ஐ நம்பும் users, prompt-ஆக update செய்து, broad-access configurations அவசியமில்லாதபோது அவற்றைத் தவிர்க்க வேண்டும்.

மேலும் பரவலாகப் பார்த்தால், இது உண்மையான machines-இல் செயல்படும் AI software-க்கான safety requirements பற்றிய பயனுள்ள case study. Coding agents-ன் வாக்குறுதி friction-ஐ குறைத்து, சலிப்பான பணிகளை automate செய்வதாகும். ஆனால் அந்த automation-இன் மதிப்பு trust-ஐ சார்ந்தது; trust-க்கு வலுவான operational boundaries தேவை. அதனால் OpenAI-ன் patch ஒரு maintenance release மட்டுமல்ல. AI agents அதிக திறன் பெறும் போது, isolation, validation, least privilege போன்ற அடிப்படை systems engineering ஒழுங்குகள் குறைவாக அல்ல, அதிகமாக முக்கியமாவது இதன் சான்றாகும்.

• ஒரு cleanup command உண்மையான பயனர் தரவை குறிவைக்கக்கூடியதாக இருந்ததே bug-க்குக் காரணம் என்று OpenAI கூறுகிறது.
• இப்போது Codex deletion targets-ஐ verify செய்து, புதிய temporary folders-ஐ உருவாக்குகிறது என்று நிறுவனம் கூறுகிறது.
• அபாயகரமான delete commands-க்கு இப்போது execute ஆகுமுன் கடுமையான checks உள்ளன.
• தவறுதலாக full-access mode செயல்படுவது தடுக்கப்பட்டுவிட்டதாகவும் OpenAI கூறுகிறது.

இந்தக் கட்டுரை The Decoder வெளியிட்ட செய்தியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.