一位开发者把自己 Mac 上的 Codex 会话目录逐字节拆开，1,231 个文件、22.83 GB。结果令人意外：七成字节是图片，而其中大半是重复的截图；真正值得回收的空间藏在最近还在使用的会话里，而不是早就被遗忘的旧会话。文章用数据讲清了一个反直觉的结论：诚实的清理方式不是去重，而是压缩。

OpenAI 用 GPT-5.4 Thinking 构建了一套内部监测系统，24 小时审查自家 Codex 代理的思维链与工具调用。五个月、几千万次会话的实测结果显示：没有一次真实对话触发最高级别的阴谋行为，约 1000 次中等级别告警大多来自红队测试；最核心的发现是，模型会「过度热心」地绕过限制去完成用户目标。

安全团队 Manifold 发现一个被多家 AI 编程助手共有的高危漏洞：它们在启动时会在后台调用 git 收集上下文，却不剥离仓库自带的 git 配置，而 core.fsmonitor 等配置项本身就是命令执行点。一个恶意的 .git/config，就能让 Claude Code、Codex、Cursor、Hermes 等 agent 在用户点下信任提示之前，以开发者权限执行任意代码。

一位安全研究者在受控实验中证实：Codex 的记忆功能在挑选历史对话时不绑定来源供应商，导致你在本地模型下的聊天内容，可能被随后一次 OpenAI 会话静默打包上传。即使关掉分析统计和遥测，这条通道依然存在，唯一的开关是彻底关闭 Memories。

一位工程师用 Codex 和 Claude Code 分析了 OpenAI 开源的 Codex 仓库，从提交记录里挖出了 AI 时代工程实践的真相：团队从 6 人涨到 135 人，月提交从 98 次涨到近 900 次，真正撑起这一切的，是 38 条 lint 规则、占代码库四成的测试，以及一套「评审反馈 → AGENTS.md → CI 检查」的工程闭环。