Sto Cursor ucitava u AI kontekst
Cursor standardno ucitava JSON i YAML konfiguracijske datoteke u AI kontekst. Te datoteke cesto sadrze cloud tokene, lozinke baze podataka i postavke implementacije.
Rizik nije nepazljiva upotreba. To je zadana konfiguracija. Svaka AI sesija kodiranja koja dodi do konfiguracijskih datoteka moze poslati te datoteke na Anthropic ili OpenAI servere.
Namjera razvojnog inzenjera je u redu. Traze od AI-a da popravi upit baze podataka. Upit ima niz veze. AI ga vidi. To je curenje. To je nuspojava normalnog rada. Sama pravila politike to ne mogu pouzdano zaustaviti.
Zato je usvajanje Model Context Protocol alata poraslo za 340% u poslovnim okruzenjima u Q4 2025. Timovi trebaju tehnicko rjesenje. Novi dokument politike nije dovoljan.
Posljedica od 12 milijuna dolara
Financijska firma izgubila je kontrolu nad vlastitim algoritmima za trgovanje. Algoritmi su dosli na servere AI asistenta tijekom sesije pregleda koda.
Procijenjeni trosak: 12 milijuna dolara (IBM Cost of Data Breach 2025., organizacije s >10.000 zaposlenika). Tvrtka nije mogla povuci objavljene podatke. Morala je pregledati svaku poslanu datoteku. Angazirala je pravnog savjetnika za izlozenost poslovnih tajni. Provela je reviziju konkurentske stete.
To je najgori slucaj. Uobicajeni slucaj je manji, ali brzo se zbraja. API kljucevi se rotiraju nakon sto se pojave u AI chat zapisima. Lozinke baze podataka se mijenjaju nakon pojavljivanja u zapisima alata. OAuth tokeni se opozivaju nakon sto snimke zaslona uhvate ih. Svaki korak trosi radno vrijeme osoblja. Trosak je stvaran i rijetko se prati.
Kako radi sloj za anonimizaciju
Model Context Protocol (MCP) dodaje sloj izmedju AI klijenta i AI model API-ja. Svaki prompt prolazi kroz modul za anonimizaciju prije nego sto pogodi model.
Bez zastite: Razvojni inzenjer pise skriptu za migraciju. Ima niz veze: postgres://admin:lozinka@host:5432/db. AI model dobiva taj niz u izvornom obliku.
Sa slojem za anonimizaciju: Modul prepoznaje niz. Zamjenjuje ga tokenom - [DB_CONN_1]. Model vidi strukturu i logiku skripte. Vjerodajnica ostaje lokalna.
Opcija reverzibilne enkripcije ide dalje. ID-ovi kupaca i sifre proizvoda enkriptiraju se i zamjenjuju deterministickim tokenima. AI vraca odgovor koji koristi te tokene. Server dekriptira odgovor i mijenja tokene nazad za stvarne vrijednosti. Razvojni inzenjer cita stvarne identifikatore. AI model ih nikada nije vidio.
Postavljanje i iskustvo razvojnog inzenjera
Za razvojne timove, postavljanje je jednokratni zadatak. Cursor i Claude Code konfigurirani su za usmjeravanje kroz lokalni proxy server. Konfiguracija servera definira koje vrste entiteta presresti:
- API kljucevi
- Nizovi veze baze podataka
- Auth tokeni
- AWS, Azure i GCP vjerodajnice
- Zaglavlja privatnih kljuceva
Timovi mogu dodati prilagodene uzorke za interne nazive servisa ili vlasnicke formate identifikatora.
S perspektive razvojnog inzenjera, nista se ne mijenja. Automatsko dovrsavanje, pregled koda, pomoc pri otklanjanju pogresaka i generiranje dokumentacije rade kao i prije. Proxy radi tiho u pozadini.
Analiza Checkpoint Research iz 2025. oznacila je izlozenost razvojnih vjerodajnica kao rizik s najvecim utjecajem u implementacijama AI alata za kodiranje. To je tocno problem koji ova arhitektura rjesava. To je tehnicko rjesenje, a ne podsjetnik na politiku.
Saznajte vise u nasem sigurnosnom pregledu i dokumentaciji uskladenosti. Pogledajte takodjer nas vodic za detekciju entiteta za potpuni popis presretnutih vrsta podataka.