Guardian 在 OnRequest/Granular + AutoReview 时替代用户自动审查具体动作。它用受限 transcript、精确 action JSON 和严格输出 Schema运行独立 Review Session，并对超时/解析失败 fail closed。
这里做的是决策或强制执行，而不是提示模型自律。必须区分允许什么、由谁批准，以及操作系统最终怎样限制资源。 本节只追踪“自动 Reviewer 与最终执行授权”以内的机制；相邻工具的业务行为不在这里混写。
启用条件与所有权
| 维度 | 当前实现 | 不满足时 |
|---|---|---|
| 门控 | Permission Profile、Approval Policy、平台能力与具体请求共同决定路径 | 不建立候选、从模型工具面移除，或转成模型可读拒绝 |
| 输入 | 已验证的具体动作与资源请求 | 在进入状态所有者前拒绝错误 Payload/参数 |
| 状态所有者 | Permissions/ExecPolicyManager/Guardian/SandboxManager 中的对应层 | 不允许临时 Handler 私自复制长期状态 |
| 输出 | Allow/Prompt/Forbidden 或受平台约束的执行结果 | 必须保持调用关联后才能进入 History |
这里最容易出现的误解，是把“规格里写了什么”当作 Runtime 已经强制了什么。description、Schema 和自然语言提示只帮助模型生成更好的调用；真正的名称查找、类型校验、审批、资源约束和取消收尾仍由客户端完成。
机制调用链
构造 GuardianApprovalRequest
→ 截断并渲染 transcript/action
→ 启动专用 Review Session
→ 解析严格 Assessment
→ 发送事件并返回决定
图中的箭头代表控制权转移，不只是数据复制。每越过一步，下一层只接收已经满足上一层合同的数据；若该层拥有异步状态，它还必须保留原 Step、call_id 或环境身份，避免晚到结果被新一轮配置解释。
源码机制拆解
Reviewer 只在允许 prompt 后介入
ARC/Exec Policy 可更早 Forbidden，Guardian 不能复活硬拒绝。
这条约束位于“截断并渲染 transcript/action”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。
Prompt 保留用户意图锚点
消息与工具各有预算，优先保留首个/最新用户输入及近期相关条目。
这条约束位于“启动专用 Review Session”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。
拒绝有熔断器
同 Turn 连续 3 次或最近 50 次中 10 次拒绝会中断 Turn，阻止循环试探。
这条约束位于“解析严格 Assessment”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。
Python 风格伪代码
伪代码保留会改变结果的门控、状态读取、异步等待和协议编码；省略 Rust 所有权样板、日志字段以及与本机制无关的 Provider 适配。它不是源码翻译，也不能替代平台级安全实现。
async def decide_guardian_review(request, turn):
# 1. 构造 GuardianApprovalRequest
# 2. 截断并渲染 transcript/action
# 3. 启动专用 Review Session
# 4. 解析严格 Assessment
# 5. 发送事件并返回决定
policy = materialize_policy(turn.permission_profile, request.workspace_roots)
decision = evaluate_explicit_rules_and_defaults(request, policy, turn.approval_policy)
if decision.is_forbidden:
raise PolicyDenied(decision.reason)
if decision.needs_review:
decision = await run_hook_guardian_or_user_review(request, turn)
return enforce_with_platform_boundary(request, policy, decision)逐行理解时要抓住三个不变量：输入先验证，状态由明确对象持有，输出用原调用身份编码。任何“先执行，之后再补关联”的简化都会在并发、取消或 Step 更新时产生悬空结果。
失败、取消与恢复
| 故障点 | 已发生的状态或副作用 | 对模型/调用方的结果 | 恢复动作 |
|---|---|---|---|
| 90秒超时 | 动作未执行 | TimedOut 且 fail closed | 最多按指导重试一次或询问用户 |
| 输出 JSON 非法 | Review Session 已结束 | 按 Deny 处理 | 记录 parse failure |
| Turn 取消 | 可能已经注册等待者、启动任务或提交部分副作用 | 生成 Aborted/Failed 终态，不能留下无结果调用 | 由 Permissions/ExecPolicyManager/Guardian/SandboxManager 中的对应层 注销等待者、终止资源并保持 Call/Output 配对 |
取消不是删除历史。模型已经发出的调用先进入转录；Runtime 必须补上可编码的终态。若副作用已经提交，Aborted 也不表示回滚。需要事务性的功能必须在自己的写入协议里实现原子提交或补偿。
设计思路与代价
当前设计保护的核心不变量是：风险、用户授权、Allow/Deny 与 rationale 必须结构化返回；90秒超时或 Session/Parse 错误均阻断执行。它让模型合同、执行状态和安全边界能够分别演进，却增加了快照、适配器和终态处理代码。更短的实现可以少一层对象，但会把“可见”“可执行”“获准”“已完成”压成同一个布尔值，无法解释延迟工具、审批拒绝、沙箱失败或晚到结果。
本节的设计动机有一部分是从类型边界和测试行为推断出来的；源码没有把所有取舍写成设计文档。可以直接证明的是字段、分支、状态所有者和失败结果，不能从这些证据外推服务端内部实现。
测试与复现实验
| 可验证契约 | 复现方式 | 预期结果 |
|---|---|---|
| codex-rs/core/src/tools/sandboxing_tests.rs | 构造正常值、边界值和拒绝值 | 结果与调用 ID/状态所有者保持一致 |
| codex-rs/sandboxing/src/manager_tests.rs | 构造正常值、边界值和拒绝值 | 结果与调用 ID/状态所有者保持一致 |
本地复核应同时搜索生产符号和相邻测试，不能只跑快乐路径。推荐先对源码执行 rg -n 查找本节索引中的类型/函数，再构造一个合法调用、一个类型错误和一个取消或拒绝场景。当前环境没有 Cargo，因此本轮以锁定提交下的源码—测试静态对读、博客构建和图形渲染为验证边界，不伪报 Rust 测试执行。
Mini Codex 对照
Mini Codex 可以复刻本节的纯协议或状态机不变量，例如名称去重、调用配对、Head/Tail 缓冲与单次升级；不能用 Python 模拟结果证明 Seatbelt、seccomp、Restricted Token、远程 Exec Server 或 Provider Hosted Tool 的真实安全性质。
本节边界
本节已经证明 风险、用户授权、Allow/Deny 与 rationale 必须结构化返回；90秒超时或 Session/Parse 错误均阻断执行。它没有把相邻机制折叠进来：自动 Reviewer 与最终执行授权 之外的判断仍由其各自单元负责。
阅读导航
上一节：6.74 Exec Policy 怎样解析命令风险和保存前缀规则 · 下一节：6.76 SandboxPolicy、SandboxType 与执行器选择
评论
登录后即可评论