AI 写代码,顺手把密钥泄了
Claude Code 一条命令把含凭据的文件存进公开 Git 仓库,AI 编程助手成为泄密新出口;Anthropic 随即推出 Cyber Mission,用 CIDP 和免费的 OSS Scanner 试图把攻防两端一起接住。本文拆解泄露链路、产业逻辑与企业的应对清单。
AI 编程工具的效率红利刚被讲成故事,泄密风险就先到了账上。
Anthropic 旗下的 Claude Code 被曝出存在一个不容忽视的问题:一条命令会在无意间把含凭据和其他敏感数据的文件,保存到公开的 Git 仓库里,直接给企业安全打开缺口。几乎同一时间,Anthropic 宣布启动 Cyber Mission,用一个长期计划去保护关键基础设施和开源软件——包括 Claude 前沿模型的防御应用、工程支持、威胁研究和资金投入,落地为两个核心组件:关键基础设施防御计划 CIDP,以及免费的、自愿加入的 OSS Scanner。
一边制造新风险面,一边下场做防御,这个组合值得所有用 AI 写代码的团队认真读一遍。
🔓 一条命令,怎么变成泄密链
事故的起点往往不是高级攻击,而是一条再普通不过的命令。
据 The Register 等媒体的报道(2025 年 11 月),安全研究者披露:Claude Code 的 /insights 命令——一个用于生成个人使用情况分析报告的功能——会在项目目录中生成一份包含对话摘要、代码片段、文件路径等信息的报告文件。由于该报告由用户与模型的交互内容聚合而成,其中可能夹带 API 密钥、数据库连接串等凭据和其他敏感数据。开发者本意只是看看自己的使用统计,但文件一旦落进工作目录,就可能随着日常的 git add、commit、push 流程进入版本库——如果仓库是公开的,敏感信息就等于挂在了互联网上。已有公开仓库中检索到此类报告文件的案例(据研究者对 GitHub 公开仓库的扫描结果)。
披露之后,Anthropic 作出公开回应:/insights 报告在设计上完全在本地生成、不会自动上传,其本意是帮助用户自查使用情况;公司同时提醒用户妥善处理生成的报告文件,不要将其提交进仓库。批评者则认为,一个会在项目目录落盘、内容可能包含敏感上下文的文件,理应默认加入忽略清单或给出显式警告,而不是依赖用户自行察觉——这一争议点在 Hacker News 的相关讨论中反复出现。
这条链路里最危险的一点是:每一环都看起来“正常”。命令是正常的,提交是正常的,推送也是正常的——唯独结果不正常。和传统的开发者误提交不同,AI 编程代理的介入让敏感文件的落盘变得更加“无感”:开发者甚至不知道这些文件被创建过。
这与多位安全研究者在公开讨论(如 Hacker News 相关议题下的一线工程师评论)中的判断是一致的:这类问题的根源不是某个孤立的 bug,而是一类新交互范式的通病——代理获得了读写文件系统的能力,但缺乏对“什么是敏感数据”的稳定判断。(注:这是行业从业者基于当前同类事件的归纳性判断,尚无系统性实证研究支撑。)
产业逻辑也很直白:当编码工具从“补全建议”进化到“自主执行”,安全边界就必须跟着从 IDE 内部,扩展到整个文件系统、Shell 和 Git 工作流。做不到这一点的工具,效率越高,风险敞口越大。
📊 泄密不是单点事故,是供应链级风险
单看一次泄露是事故,看全局是结构性风险。
公开 Git 仓库一直是密钥泄露的重灾区——大量自动化爬虫会实时扫描 GitHub 上的新提交,一旦发现凭据,几分钟内就可能被滥用。GitHub 官方数据显示,其平台每年会拦截数以百万计的潜在凭据泄露(据 GitHub 官方博客披露的 secret scanning 与 push protection 数据),这也从侧面印证了泄露窗口不是以“天”计,而是以“分钟”计。
(注:图中定位为基于本篇公开信息的作者分析,非第三方评测结论。)
为什么说是供应链级?因为 AI 编码工具已经进入大量企业的研发主流程,任何一个主流工具出现系统性的凭据外泄路径,波及的都不是一两个仓库,而是一整批开发团队。泄露出去的往往不只是代码,还包括能连通云环境、数据库、第三方服务的活凭据——这正是 GitHub 生态上所有安全团队最警惕的形态。
对企业的传导路径大致是三段:研发效率提升 → 代理权限扩大 → 敏感数据暴露面扩大。效率和安全在这里不是权衡,而是同一枚硬币的两面,硬币抛向哪面,取决于工具和流程有没有提前设防。
🛡️ Cyber Mission:Anthropic 的攻防一体解法
出问题的厂商自己下场做防御,这在安全行业并不新鲜,但 Anthropic 的这次出手结构值得细看。
据 Anthropic 官方公告(与其 Claude Code 披露事件几乎同期发布),Cyber Mission 是一个长期计划,目标是帮助防御方保护关键基础设施和开源软件,具体手段包括:用 Claude 前沿模型支撑防御能力、提供工程支持、开展威胁研究、提供资金。落地为两个核心组件——
| 组件 | 形态 | 目标对象 | 关键特征 |
|---|---|---|---|
| CIDP 关键基础设施防御计划 | 项目制 | 关键基础设施运营方 | 模型+工程支持+资金 |
| OSS Scanner | 免费服务 | 开源软件生态 | 自愿加入(opt-in) |
其中 OSS Scanner 特别值得关注:它是免费的、自愿加入的服务,直接面向开源生态。考虑到开源供应链近年频发的投毒和凭据泄露事件(可参考 xz-utils 后门、多起 npm/PyPI 投毒事件等公开案例),把扫描能力免费开放给开源维护者,本质上是在补齐整个生态最薄弱、最缺预算的那一环。
安全研究者披露 Claude Code /insights 报告可致敏感文件进入公开仓库
Anthropic 回应:报告本地生成,提醒用户勿提交
Anthropic 发布 Cyber Mission
CIDP 聚焦关键基础设施
OSS Scanner 免费扫描开源生态
把风险线和防御线放在同一条时间轴上,能看到 Anthropic 的策略意图:编码工具的安全问题由编码工具的母公司来收口——模型厂商既理解代理的执行路径,也掌握模型侧的检测能力,这种“攻防一体”的位置是传统安全厂商难以复制的。
⚖️ 既卖风险又卖解药,是救赎还是生意
把两件事放在同一周里看,很难不产生一丝警觉:出问题的工具和负责兜底的防御计划,来自同一家公司。
怀疑者会说,这是教科书级的“止血式公关”——产品侧出了纰漏,就用一个体量更大、叙事更宏大的安全计划来转移注意力,顺便把“AI 安全领导者”的人设再夯实一遍。从时间线上的巧合看,这种质疑并非没有依据:如果 /insights 没有被披露,Cyber Mission 是否还会以同样的规格、同样的节奏发布?没人能替 Anthropic 回答。
但公允地讲,判断一个安全计划的价值,不应只看动机,而应看它交付了什么。CIDP 面向的关键基础设施运营方,长期以来苦于找不到既懂模型能力、又懂攻防的合作伙伴;OSS Scanner 以免费、自愿的方式开放给开源维护者,无论动机如何,对预算捉襟见肘的维护者群体都是净增量。动机存疑、产出实在——这是评估厂商安全动作时一条还算可靠的标尺。
对使用 AI 编码工具的企业来说,与其纠结厂商的意图,不如把这次事件当作一次压力测试,至少做四件事:
1. 审计代理的落盘行为:盘点团队正在使用的编码助手会产生哪些本地文件,明确哪些文件绝不允许进入版本库;
2. 补齐忽略规则:在 .gitignore 和组织级策略中显式加入 AI 工具的生成产物(如使用报告、会话记录、本地配置);
3. 强制开启泄露防线:为所有仓库开启 GitHub push protection 和 secret scanning,把“分钟级”泄露窗口压缩到推送之前;
4. 按最小权限收敛凭据:开发环境中的 API 密钥、云凭据只授予任务所需的最小权限,假设它们迟早会出现在不该出现的地方。
更长期的判断是:AI 编码工具的安全问题,最终会像依赖管理一样被工程化收口——扫描、策略、审计成为默认配置,而不是事后补救。在那之前,每一次类似的披露事件,都是给所有团队的一次免费演练机会。
效率红利是真的,泄露风险也是真的。工具不会替你设防,流程才会。