By · Last updated 2026-04-05

Til baka á BloggÖryggi AI

Nota Cursor og Claude án þess að leka kóða

Cursor hleður .env-skrám inn í gervigreindarsamhengi sjálfgefið. Fjármálaþjónustufyrirtæki tapaði 12 milljónum dala eftir að eigin viðskiptaalgórímamar voru sendir til gervigreindaraðstoðarmanns.

April 5, 20269 mín lestur
Cursor AI securitydeveloper credential leakMCP Server protectionClaude Code securitycodebase privacy

Hvað Cursor hleður inn í gervigreindarsamhengi

Cursor hleður JSON og YAML-uppsetningarskrám inn í gervigreindarsamhengi sjálfgefið. Þessar skrár innihalda oft skýjamerki, gagnagrunnslykilorð og dreifingastillingar.

Áhættan er ekki kærulaus notkun. Það er sjálfgefin uppsetning. Sérhver gervigreindarkóðunarfund sem snertir uppsetningarskrár getur sent þær skrár til Anthropic eða OpenAI-þjóna.

Þróunaraðilaáætlunin er góð. Þeir biðja gervigreindina um að laga gagnagrunnsfyrirspurn. Fyrirspurnin hefur tengistreng. Gervigreinin sér hann. Þetta er lekinn. Það er hliðarverkun normlegrar vinnu. Stefnureglur einar geta ekki stöðvað það á áreiðanlegan hátt.

Þess vegna jókst innleiðing Model Context Protocol-verkfæra um 340% í fyrirtækjaumhverfi í fjórðungi 4, 2025. Lið þurfa tæknilega lausn. Ný stefnuskjal dugar ekki.

12 milljóna dala afleiðingin

Fjármálaþjónustufyrirtæki missti stjórn á eigin viðskiptaalgórímar sínum. Algórímararnir fóru til þjóna gervigreindaraðstoðarmanns meðan á kóðaskoðunarfundi stóð.

Mátalegar kostnaður: 12 milljónar dala (IBM Kostnaður Gagnabrotsnálgunar 2025, stofnanir með >10.000 starfsmenn). Fyrirtækið gat ekki afskýrt gögnin. Það þurfti að endurskoða sérhverja senda skrá. Það ráðinn lögfræðileg ráðgjöf vegna verslunarleyndarmálsútsetningar. Það framkvæmdi samkeppnistjónarskoðun.

Þetta er versta dæmið. Algengasta dæmið er minna en það legst hratt saman. API-lyklar eru snúnir eftir að þeir birtast í gervigreindarspjallskrám. Gagnagrunnslykilorð eru snúin eftir að þau birtast í verkfæraskrám. OAuth-táknar eru afbakkaðir eftir að skjástundurupptökur taka þær. Sérhvert skref krefst starfsmannatíma. Kostnaðurinn er raunverulegur og er sjaldan rakinn.

Hvernig nafnleyndarfræðilagið virkar

Model Context Protocol (MCP) bætir lagi milli gervigreindarbiðlarans og gervigreindarlíkana-API. Sérhver skipun fer í gegnum nafnleyndarfræðivél áður en hún nær líkanið.

Án verndar: Þróunaraðilinn skrifar flutningsmög. Hún hefur tengistreng: postgres://admin:password@host:5432/db. Gervigreindarlíkanið fær þann streng eins og hann er.

Með nafnleyndarfræðilaginu: Vélin greinir strenginn. Hún skiptir honum út fyrir tákn -- [DB_CONN_1]. Líkanið sér uppbyggingu og rök mögurinnar. Aðgangsskilríkið er geymt staðbundið.

Afturkræfa dulkóðunarmöguleikinn gengur lengra. Viðskiptavinaauðkenni og vörukóðar eru dulkóðaðir og skipt út fyrir ákvarðandi táknar. Gervigreinin skilar svari sem notar þá táknar. Þjónninn afkóðar svarið og skiptir tákanunum út fyrir raunveruleg gildi. Þróunaraðilinn les raunveruleg auðkenni. Gervigreindarlíkanið sá þau aldrei.

Uppsetning og þróunaraðilaupplifun

Fyrir þróunarteymi er uppsetning eins-skiptis-verk. Cursor og Claude Code eru stillt til að beina í gegnum staðbundinn milliþjón. Þjónsuppsetningin skilgreinir hvaða einingategundir eigi að stöðva:

  • API-lyklar
  • Gagnagrunnstengistrengir
  • Auðkenningartáknar
  • AWS, Azure og GCP-aðgangsskilríki
  • Einkalyklahausa

Lið geta bætt við sérsniðnum mynstrum fyrir innri þjónustuheiti eða sérhæfðar auðkennissnið.

Frá hlið þróunaraðilans breytist ekkert. Sjálfklárun, kóðaskoðun, kembihjálp og skjalaframleiðsla virka sem áður. Milliþjónninn keyrir hljóðlega í bakgrunni.

Greining Checkpoint Research frá 2025 merkti aðgangsskilriki þróunaraðila sem hæst-áhrifamesta áhættu í gervigreindarkóðunarverkfærainnleiðingum. Þetta er nákvæmlega vandinn sem þessi uppbygging leysir. Þetta er tæknilegar lagfæring, ekki stefnuminnismiði.

Lærðu meira í öryggisyfirliti okkar og samræmisskjölum. Sjáðu einnig leiðbeiningar okkar um einingagreiningu fyrir heildarlista yfir stöðvaðar gagnategundir.

Heimildir

Ertu tilbúinn að vernda gögnin þín?

Byrjaðu að anonymiza PII með 285+ gerðum í 48 tungumálum.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.