anonym.legal

By · Last updated 2026-03-31

Назад к блогуБезопасность ИИ

IDE и браузер: безопасность ИИ для разработчиков

Разработчики используют ИИ в двух средах: IDE (Cursor, VS Code) и браузер (Claude.ai, ChatGPT). Каждая требует собственных средств контроля.

March 31, 20268 мин чтения
developer AI securityMCP Server IDEChrome Extension browsertwo-layer protectioncredential leak prevention

Два канала, две поверхности атаки

Разработчики используют ИИ в двух местах. У каждого — свой поток данных и своё необходимое средство контроля.

ИИ, интегрированный в IDE — Cursor, GitHub Copilot, расширения VS Code и Claude Desktop могут читать ваш проект: файлы кода, конфигурационные файлы, переменные окружения. ИИ-модель получает то, что разработчик вставляет вручную, или то, что клиент извлекает из контекста проекта.

Браузерный ИИ — Claude.ai, ChatGPT и Gemini работают в браузере. Разработчики вставляют код, трассировки стека и сообщения об ошибках через текстовые поля браузера. Текст поступает напрямую к провайдеру ИИ — без промежуточного фильтра.

Оба канала передают чувствительные данные провайдерам ИИ. Оба требуют защиты. Но правильные средства контроля для каждого — разные. Команда, защитившая только один канал, защитила лишь половину рабочего процесса разработчика.

Уровень IDE: MCP Server

Для пользователей Claude Desktop и Cursor Model Context Protocol (MCP) — это правильный уровень безопасности.

MCP располагается между ИИ-клиентами и API ИИ-моделей. MCP Server читает все данные в этом интерфейсе до того, как они достигают модели.

Это положение обеспечивает три возможности:

Удаление ключей и секретов — API-ключи, строки подключения к базам данных, токены авторизации и внутренние URL обнаруживаются и заменяются безопасными токенами до отправки. Модель получает [API_KEY_1] вместо реального значения ключа.

Пользовательские кодовые паттерны — команды могут добавлять правила сопоставления для внутренних кодов продуктов, идентификаторов клиентов и наименований сервисов. Стандартные инструменты PII этих паттернов не знают. Пользовательские правила выполняются в MCP Server до того, как данные покидают среду.

Без нарушения рабочего процесса — разработчик использует Cursor или Claude Desktop как прежде. MCP Server работает между клиентом и API. Для разработчика ничего не меняется. Он получает ту же помощь от ИИ.

Octoverse 2024 зафиксировал 39 миллионов секретов, утёкших на GitHub — рост на 25% год к году. Та же привычка, которая порождает эти утечки, порождает и утечки через ИИ в IDE. Учётные данные попадают в зафиксированный код. Они попадают и в вставляемый контекст.

Уровень браузера: расширение Chrome

Для браузерного ИИ — Claude.ai, ChatGPT, Gemini — расширение Chrome является правильным средством контроля.

Расширение работает как контентный скрипт на каждой ИИ-платформе. Оно читает текст до его отправки разработчиком. Обнаруживает чувствительное содержимое — имена, секреты, заданные вами кодовые паттерны — и маскирует его до передачи провайдеру ИИ.

Два уровня покрывают разные каналы:

MCP Server покрывает — всё использование ИИ через Claude Desktop или Cursor: проверку кода, отладочные сессии и запросы контекста проекта.

Расширение Chrome покрывает — всё использование браузерного ИИ: Claude.ai, ChatGPT, Gemini, Perplexity и любой другой ИИ-интерфейс в браузере.

Как выглядит комплексное покрытие

Команда разработчиков с обоими уровнями получает полное покрытие.

Разработчик использует Cursor с Claude для отладки реальной проблемы. MCP Server удаляет секреты из трассировки стека до того, как Claude её увидит. Ключи не передаются.

Тот же разработчик открывает Claude.ai в браузере для архитектурного вопроса. Он включает внутренний URL сервиса. Расширение Chrome удаляет URL до отправки. Внутренний адрес не достигает Claude.

Коллега использует ChatGPT для работы с документацией. Он вставляет код, содержащий API-ключ. Расширение Chrome перехватывает ключ до отправки в OpenAI. Ключ не раскрывается.

Ни один из каналов не передаёт секреты или чувствительный код провайдерам ИИ. Оба разработчика используют ИИ для реальной работы. Команда безопасности имеет технический контроль над обоими каналами — не просто правила политики.

Готовы защитить ваши данные?

Начните анонимизацию PII с 285+ типов сущностей на 48 языках.

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.