Cursor AI কনটেক্সটে কী লোড করে
Cursor ডিফল্টভাবে JSON এবং YAML কনফিগ ফাইল AI কনটেক্সটে লোড করে। সেই ফাইলগুলো প্রায়ই ক্লাউড টোকেন, ডেটাবেস পাসওয়ার্ড এবং ডিপ্লয়মেন্ট সেটিংস রাখে।
ঝুঁকি অসাবধান ব্যবহার থেকে নয়। এটি ডিফল্ট সেটআপ থেকে। কনফিগ ফাইল স্পর্শ করে এমন প্রতিটি AI কোডিং সেশন সেই ফাইলগুলো Anthropic বা OpenAI সার্ভারে পাঠাতে পারে।
ডেভেলপারের উদ্দেশ্য ঠিকই আছে। তারা AI-কে একটি ডেটাবেস কোয়েরি ঠিক করতে বলেন। কোয়েরিতে একটি কানেকশন স্ট্রিং আছে। AI এটি দেখে। সেটাই লিক। এটি স্বাভাবিক কাজের একটি পার্শ্বপ্রতিক্রিয়া। শুধুমাত্র নীতির নিয়ম এটি নির্ভরযোগ্যভাবে থামাতে পারে না।
সে কারণেই Q4 2025-এ এন্টারপ্রাইজ পরিবেশে Model Context Protocol টুলিং গ্রহণ ৩৪০% বৃদ্ধি পেয়েছে। দলগুলোর একটি প্রযুক্তিগত সমাধান দরকার। একটি নতুন নীতি দলিল যথেষ্ট নয়।
$১২ মিলিয়নের পরিণতি
একটি আর্থিক সেবা প্রতিষ্ঠান তার মালিকানাধীন ট্রেডিং অ্যালগরিদমের নিয়ন্ত্রণ হারিয়েছে। কোড রিভিউ সেশনের সময় অ্যালগরিদমগুলো একটি AI সহকারীর সার্ভারে গেছে।
আনুমানিক খরচ: $১২ মিলিয়ন (IBM Cost of Data Breach 2025, >১০,০০০ কর্মচারীর সংগঠন)। প্রতিষ্ঠানটি ডেটা প্রকাশ উন্নমুক্ত করতে পারেনি। প্রতিটি প্রেরিত ফাইল অডিট করতে হয়েছে। ট্রেড সিক্রেট এক্সপোজারে আইনি পরামর্শদাতা নিতে হয়েছে। প্রতিযোগিতামূলক ক্ষতি পর্যালোচনা চালাতে হয়েছে।
সেটা সবচেয়ে খারাপ ক্ষেত্র। সাধারণ ক্ষেত্র ছোট কিন্তু দ্রুত যোগ হয়। API কী রোটেট হয় AI চ্যাট লগে দেখা যাওয়ার পর। ডেটাবেস পাসওয়ার্ড পরিবর্তিত হয় টুল রেকর্ডে দেখা যাওয়ার পর। OAuth টোকেন প্রত্যাহার হয় স্ক্রিন রেকর্ডিং সেগুলো ধরার পর। প্রতিটি পদক্ষেপে কর্মীর সময় লাগে। খরচ বাস্তব এবং বিরলভাবে ট্র্যাক করা হয়।
অজ্ঞাতনামাকরণ স্তর কীভাবে কাজ করে
Model Context Protocol (MCP) AI ক্লায়েন্ট এবং AI মডেল API-এর মধ্যে একটি স্তর যোগ করে। প্রতিটি প্রম্পট মডেলে পৌঁছানোর আগে একটি অজ্ঞাতনামাকরণ ইঞ্জিনের মধ্য দিয়ে যায়।
সুরক্ষা ছাড়া: একজন ডেভেলপার একটি মাইগ্রেশন স্ক্রিপ্ট লেখেন। এতে একটি কানেকশন স্ট্রিং আছে: postgres://admin:password@host:5432/db। AI মডেল সেই স্ট্রিংটি হুবহু পায়।
অজ্ঞাতনামাকরণ স্তর সহ: ইঞ্জিন স্ট্রিংটি শনাক্ত করে। এটি একটি টোকেনের সাথে বদলে দেয় — [DB_CONN_1]। মডেল স্ক্রিপ্টের কাঠামো এবং লজিক দেখে। ক্রেডেনশিয়াল স্থানীয় থাকে।
বিপরীতযোগ্য এনক্রিপশন বিকল্প আরও এগিয়ে যায়। গ্রাহক আইডি এবং পণ্য কোড এনক্রিপ্ট হয় এবং নির্ধারক টোকেনের সাথে প্রতিস্থাপিত হয়। AI সেই টোকেনগুলো ব্যবহার করে একটি প্রতিক্রিয়া ফেরত দেয়। সার্ভার প্রতিক্রিয়া ডিক্রিপ্ট করে এবং টোকেনগুলো প্রকৃত মানের সাথে বদলে দেয়। ডেভেলপার আসল পরিচয়দাতাকারী পড়েন। AI মডেল কখনো সেগুলো দেখেনি।
সেটআপ এবং ডেভেলপার অভিজ্ঞতা
ডেভেলপমেন্ট দলগুলোর জন্য সেটআপ এককালীন কাজ। Cursor এবং Claude Code একটি স্থানীয় প্রক্সি সার্ভারের মাধ্যমে রুট করার জন্য কনফিগার করা হয়। সার্ভার কনফিগ নির্ধারণ করে কোন এন্টিটি টাইপ আটকাতে হবে:
- API কী
- ডেটাবেস কানেকশন স্ট্রিং
- অথ টোকেন
- AWS, Azure এবং GCP ক্রেডেনশিয়াল
- প্রাইভেট কী হেডার
দলগুলো অভ্যন্তরীণ সেবার নাম বা মালিকানাধীন পরিচয়দাতাকারী ফরম্যাটের জন্য কাস্টম প্যাটার্ন যোগ করতে পারে।
ডেভেলপারের দৃষ্টিকোণ থেকে, কিছুই পরিবর্তন হয় না। অটোকমপ্লিট, কোড রিভিউ, ডিবাগিং সাহায্য এবং ডকুমেন্টেশন জেনারেশন সব আগের মতো কাজ করে। প্রক্সি নীরবে ব্যাকগ্রাউন্ডে চলে।
Checkpoint Research-এর ২০২৫ বিশ্লেষণ AI কোডিং টুল মোতায়েনে ডেভেলপার ক্রেডেনশিয়াল এক্সপোজারকে সর্বোচ্চ-প্রভাবের ঝুঁকি হিসেবে চিহ্নিত করেছে। এটি সেই আর্কিটেকচার ঠিক যে সমস্যার সমাধান করে। এটি একটি প্রযুক্তিগত সমাধান, একটি নীতি স্মারক নয়।
নিরাপত্তা ওভারভিউ এবং কমপ্লায়েন্স ডকুমেন্টেশন-এ আরও জানুন। আটকানো ডেটা টাইপের সম্পূর্ণ তালিকার জন্য এন্টিটি ডিটেকশন গাইড দেখুন।