anonym.legal

By · Last updated 2026-03-13

Назад на блоготБезбедност на вештачка интелигенција

Samsung изгуби изворен код преку ChatGPT три пати

Три одделни инженерски тимови на Samsung залепиле сопственички код и доверливи податоци во ChatGPT во април 2023 година. Секој инцидент откри различен аспект на ризикот.

March 13, 20269 мин читање
Samsung ChatGPT leaksource code protectionenterprise AI controlsinsider data leakageMCP Server anonymization

Ажурирано за 2026 година

Три тима, три протекувања, еден месец

Во април 2023 година, Samsung Semiconductor обелодени три одделни инциденти. Три различни тима испратиле сопственички податоци до АИ четбот во рамките на еден месец. Инцидентите не биле поврзани. Различни луѓе, различни улоги, различни денови.

Имале само две заеднички карактеристики. Секое лице ја користело алатката за реална работа. Секое случајно испратило податоци кои Samsung не намерувал да ги сподели надвор од компанијата.

Инцидент 1 - Изворен код. Инженер за софтвер дебагираше код за опрема. Залепи сопственички изворен код на полупроводници во разговорот. Кодот содржел производствена интелектуална сопственост.

Инцидент 2 - Белешки од состанок. Вработен подготвуваше резиме на состанок. Ги поднесе своите белешки за АИ да ги скрати. Тие белешки содржеле доверлива стратегија и детали за патоказот.

Инцидент 3 - Барање на база на податоци. Трет вработен сакал помош со бавно барање. Ја сподели структурата на базата на податоци и логиката на барањето. Таа логика упатувала на сопственички шеми и деловни правила.

Три инциденти. Три обелоденувања. Еден месец.

Зошто вработените го сториле тоа

Ниту еден од тројцата не постапувал небрежно. Користеле АИ алатка за задачи за кои АИ алатките се изградени. Преглед на код. Резимирање на текст. Оптимизација на барање. Секоја задача беше легитимна.

Недостасувачкиот дел беше техничка запирача. Ниту еден систем не го блокирал поднесокот пред да стигне до надворешен сервер. Ниту еден филтер не фатил сопственички идентификатори пред да ја напуштат мрежата. Ниту нешто не стоело меѓу реалната потреба на вработениот и надворешната услуга.

Постоело предупредување за политиката. Но предупредувањето не е бариера. Ризикот од случајна грешка бил апстрактен и далечен. Придобивката во продуктивноста беше реална и непосредна. Рационалните работници избрале продуктивност.

Резултатот бил предвидлив. Три инциденти за триесет дена. Три обелоденувања на интелектуална сопственост. Корпоративна криза која предизвикала забрани низ индустријата.

Реакцијата на индустријата

Samsung реагирал брзо. Го прекинал пристапот до АИ алатки на корпоративни уреди.

Други организации следеле. Меѓу оние кои објавиле ограничувања биле Bank of America, Citigroup, Goldman Sachs, JPMorgan Chase, Apple и Verizon. Финансискиот сектор реагирал најбрзо. Крупните банки и технолошките фирми дошле до ист заклучок. АИ алатките без технички контроли создаваат неприфатлив ризик за усогласеност.

Сите тие дошле до ист наод. Вработените не се проблемот. Предупредувањата за политиката не се доволни. Податоците ги напуштале корпоративните мрежи затоа што ништо не ги запирало. Политиката сама по себе не може да создаде техничка запирача.

Стапката на заобиколување од 71,6%

Пристапот на забрана има измерена стапка на неуспех. Истражувањето на LayerX од 2025 година утврдило дека 71,6% од вработените подложни на корпоративни забрани за АИ продолжиле да користат АИ алатки. Користеле лични сметки или лични уреди.

Причината е едноставна. Алатка која испорачува реална вредност се користи. Луѓето наоѓаат заобиколни решенија наместо да се откажат. АИ може да го преполови времето за задача. Предупредување за политиката нема да ја промени таа пресметка. Работниците се најавуваат од личен телефон или лаптоп. Безбедносните тимови не можат да го видат тој сообраќај.

Практичниот исход е најлошиот случај. Корпоративните податоци сепак стигнуваат до АИ провајдерите. Но сега течат преку канали без никаков надзор. Сообраќајот на корпоративните уреди барем можел да се евидентира. Употребата на лична сметка е невидлива.

Трите инциденти на Samsung се случиле на корпоративни уреди. Вработените кои ја заобиколуваат забраната прават исто. Испраќаат работни податоци до АИ модели. Но сега тоа оди преку канали без корпоративна видливост.

Техничкото решение кое го адресира основниот проблем

Инцидентите на Samsung не биле предизвикани од небрежни луѓе. Биле предизвикани од архитектура без слој за пресретнување. Немало ништо меѓу барањето на вработениот и серверот на добавувачот.

Архитектурата на Model Context Protocol (MCP) го пополнува тој јаз. Поставува транспарентен прокси во патот на податоците. Развивачите кои користат Claude Desktop или Cursor IDE се примарната публика. Тоа се токму алатките користени за видот на дебагирање на код зад првиот инцидент на Samsung. MCP серверот седи внатре во патот на протоколот за двете.

Пред кој било текст да стигне до АИ моделот, MCP серверот го поминува низ чекор за анонимизација. Изворниот код се скенира за сопственички идентификатори. Имиња на функции, имиња на променливи и API крајни точки се заменуваат со структурирани токени. И деталите за шемата на базата на податоци и вредностите за конфигурација се заменуваат. Размената се случува пред кодот да ја напушти вашата мрежа.

Развивач кој дебагира сопственички код испраќа код преку MCP клиент. Чувствителните идентификатори веќе се токени до тогаш. АИ моделот сепак помага со задачата за дебагирање. Вистинските сопственички детали никогаш не стигнуваат до серверите на добавувачот.

Инцидент 1 станува технички невозможен. Изворниот код ја напушта мрежата веќе анонимизиран. Инженерот ја добива помошта која му е потребна. Интелектуалната сопственост останува под контрола на компанијата.

Истата логика го покрива Инцидент 2. Резимирање на белешки од состаноци преку прелистувач-базирани алатки се адресира со Chrome Extensions и нејзините корпоративни контроли. Инцидент 3 е покриен со MCP анонимизацијата во кој било АИ интерфејс за кодирање.

Забрани наспроти технички контроли

Забранувањето алатки кои 71,6% од вработените веќе ги заобиколуваат не го намалува ризикот. Го поместува ризикот во невидливи канали.

Споредбата на алатки за DLP во прелистувачот ги покрива опциите за пресретнување при прелистувач-базирана употреба на АИ. За организации кои ги споредуваат анонимизацијата со други DLP производи, споредбата на Nightfall против anonym.legal директно го покрива компромисот меѓу блокирањето и анонимизацијата.

Инцидентите на Samsung беа рано предупредување. Основниот проблем беше отсуство. Без слој за пресретнување. Без техничка контрола. Тој јаз е сега поправлив. Прашањето е дали претпријатијата ќе го распоредат решението, или ќе продолжат да се потпираат на забрани кои повеќето вработени веќе ги заобиколуваат.

Извори

Подготвени да ги заштитите вашите податоци?

Започнете со анонимизација на PII со 285+ типови на ентитети на 48 јазици.

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.