By · Last updated 2026-04-16

Powrót do blogaBezpieczeństwo AI

Po incydencie z rozszerzeniem zainstalowanym przez 900 tys. użytkowników

W styczniu 2026 r. dwa złośliwe rozszerzenia Chrome zainstalowane przez ponad 900 tys. użytkowników co 30 minut eksportowały pełne rozmowy z ChatGPT i DeepSeek.

April 16, 20268 min czytania
malicious Chrome extensionAI extension security auditextension trust verificationlocal processing architecture900K extension incident

Incydent ze stycznia 2026 roku

Zaktualizowano w 2026 r. W styczniu 2026 roku odkryto dwa złośliwe dodatki Chrome z ponad 900 000 użytkowników.

Ich nazwy wyglądały jak prawdziwe narzędzia AI:

  • „Chat GPT for Chrome with GPT-5, Claude Sonnet and DeepSeek AI” — ponad 600 000 użytkowników
  • „AI Sidebar with Deepseek, ChatGPT, Claude and more” — ponad 300 000 użytkowników

Oba robiły to samo. Co 30 minut wysyłały pełne rozmowy z AI na zdalny serwer. Wykradzione dane obejmowały kod źródłowy, dane osobowe, notatki prawne i plany biznesowe. Potwierdziła to firma Astrix Security.

Te dodatki prosiły o pozwolenie na „zbieranie anonimowych, niemożliwych do zidentyfikowania danych analitycznych”. Brzmiało to bezpiecznie. Nie było. Zebrane dane były w pełni możliwe do identyfikacji i wysoce wrażliwe.

Problem odwróconego bezpieczeństwa

Użytkownicy instalujący narzędzia chroniące prywatność AI oczekują ochrony. Przypadek ze stycznia 2026 roku pokazuje najgorszy możliwy scenariusz: narzędzie zainstalowane w celu ochrony prywatności samo kradnie dane.

To nie teoria. Dotknęło to 900 000 użytkowników jednocześnie. Skanowanie Chrome Web Store tego nie wykryło. Opinie użytkowników tego nie ujawniły. Kradzież była ukryta pod etykietą „analityki”.

Incogni ustalił, że 67% dodatków Chrome opartych na AI aktywnie zbiera dane użytkowników. Dla zespołów IT kluczowe pytanie brzmi nie: „czy ten dodatek zbiera jakiekolwiek dane?”, lecz: „czy mogę zweryfikować, że ten dodatek nie może wysyłać treści rozmów do stron trzecich?”

Test weryfikacji architektury

Istnieje jedna wiarygodna metoda weryfikacji przetwarzania lokalnego: monitoring ruchu sieciowego.

Dodatek wykrywający dane osobowe lokalnie generuje zerowy ruch wychodzący podczas wykrywania. Między wklejeniem przez użytkownika a przesłaniem do platformy AI nie powinno pojawiać się żadne połączenie z zewnętrznym serwerem. Na zewnątrz trafia wyłącznie zanonimizowany prompt.

Dodatek, który kieruje ruch przez proxy, wysyła Twoje treści na serwer strony trzeciej. Operator tego serwera staje się częścią Twojego modelu zagrożeń.

Kroki weryfikacyjne dla działów IT są proste:

  1. Wdróż dodatek w monitorowanej sieci
  2. Uruchom testowe prompty
  3. Sprawdź połączenia wychodzące do serwerów wydawcy podczas przetwarzania danych osobowych

Jeśli dodatek nie przejdzie tego testu — nie zatwierdzaj go. Deklaracje marketingowe nie mają znaczenia. Ruch sieciowy jest dowodem.

Przetwarzanie lokalne jest godne zaufania, bo jest weryfikowalne. Nie musisz ufać wydawcy. Możesz bezpośrednio obserwować zachowanie. Sprawdź, jak anonym.legal rozwiązuje ten problem, w naszym przeglądzie bezpieczeństwa rozszerzenia Chrome i przewodniku zgodności.

Czego powinny wymagać działy IT

Po incydencie ze stycznia 2026 roku poprzeczka dla narzędzi AI w przeglądarce musi być wyżej.

Lista minimalnych wymagań:

  • Przetwarzanie lokalne — zweryfikowane przez audyt sieci, a nie tylko zadeklarowane
  • Znany wydawca — prawdziwa firma, przejrzysty model biznesowy
  • Niezależna certyfikacja — ISO 27001 lub równoważna
  • Brak routingu przez serwery dewelopera dla głównych funkcji prywatności

Większość dodatków AI do przeglądarek nie spełni tych wymagań. Wskaźnik zbierania danych na poziomie 67% to potwierdza. Wysoka liczba instalacji nie jest sygnałem bezpieczeństwa. Narzędzia z incydentu ze stycznia 2026 roku miały setki tysięcy użytkowników, zanim ktokolwiek je sprawdził.

Więcej o bezpiecznych narzędziach AI w przeglądarce znajdziesz na naszej stronie bezpieczeństwa i zgodności.

Źródła

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

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.