anonym.legal

By · Last updated 2026-04-05

Назад до блогуБезпека ШІ

Cursor і Claude: як не витікати код

Cursor за замовчуванням завантажує .env-файли в контекст ШІ. Компанія фінансових послуг втратила 12 млн доларів після того, як власні торгові алгоритми потрапили до ШІ-асистента.

April 5, 20269 хв читання
Cursor AI securitydeveloper credential leakMCP Server protectionClaude Code securitycodebase privacy

Що Cursor завантажує в контекст ШІ

Cursor за замовчуванням завантажує JSON і YAML конфігураційні файли в контекст ШІ. Ці файли часто містять токени хмарних сервісів, паролі баз даних і налаштування розгортання.

Ризик — не в необережному використанні. Він — у налаштуванні за замовчуванням. Кожна сесія ШІ-кодування, що торкається конфігураційних файлів, може надсилати ці файли на сервери Anthropic або OpenAI.

Намір розробника правильний. Він просить ШІ виправити запит до бази даних. Запит містить рядок підключення. ШІ його бачить. Це і є витік. Побічний ефект звичайної роботи. Правила самі по собі не можуть надійно його зупинити.

Саме тому поширення інструментарію Model Context Protocol у корпоративних середовищах зросло на 340% у 4 кв. 2025. Командам потрібне технічне виправлення. Нового документа з правилами недостатньо.

Наслідки на 12 млн доларів

Компанія фінансових послуг втратила контроль над власними торговими алгоритмами. Алгоритми потрапили на сервери ШІ-асистента під час сесії перевірки коду.

Оціночні витрати: 12 млн доларів (IBM Cost of Data Breach 2025, організації з понад 10 000 співробітників). Компанія не могла відкликати розголошені дані. Вона мусила перевірити кожен переданий файл. Залучила юридичних радників з питань розголошення комерційної таємниці. Провела аналіз конкурентних збитків.

Це найгірший сценарій. Поширений сценарій менший, але накопичується швидко. API-ключі ротуються після того, як з'являються в журналах ШІ-чату. Паролі баз даних змінюються після появи в записах інструментів. OAuth-токени відкликаються після того, як їх захоплюють записи екрана. Кожен крок вимагає часу персоналу. Витрати реальні й рідко відстежуються.

Як працює рівень анонімізації

Model Context Protocol (MCP) додає рівень між ШІ-клієнтом і API ШІ-моделі. Кожен запит проходить через рушій анонімізації до того, як потрапляє до моделі.

Без захисту: розробник пише скрипт міграції. Він містить рядок підключення: postgres://admin:password@host:5432/db. ШІ-модель отримує цей рядок без змін.

З рівнем анонімізації: рушій знаходить рядок. Замінює його токеном — [DB_CONN_1]. Модель бачить структуру і логіку скрипту. Облікові дані залишаються локально.

Опція зворотного шифрування йде далі. Ідентифікатори клієнтів і коди продуктів шифруються і замінюються детерміністичними токенами. ШІ повертає відповідь із цими токенами. Сервер розшифровує відповідь і замінює токени реальними значеннями. Розробник бачить справжні ідентифікатори. ШІ-модель їх ніколи не бачила.

Налаштування та досвід розробника

Для команд розробників налаштування — одноразове завдання. Cursor і Claude Code налаштовуються на роботу через локальний проксі-сервер. Конфігурація сервера визначає, які типи сутностей перехоплювати:

  • API-ключі
  • Рядки підключення до баз даних
  • Токени автентифікації
  • Облікові дані AWS, Azure та GCP
  • Заголовки приватних ключів

Команди можуть додавати власні шаблони для внутрішніх імен сервісів або власних форматів ідентифікаторів.

З боку розробника нічого не змінюється. Автодоповнення, перевірка коду, допомога у налагодженні та генерація документації — все працює як раніше. Проксі виконує роботу у фоновому режимі.

Аналіз Checkpoint Research 2025 року визначив витік облікових даних розробника як ризик із найбільшим впливом у розгортаннях ШІ-інструментів для кодування. Саме цю проблему вирішує дана архітектура. Це технічне виправлення, а не нагадування про правила.

Дізнайтеся більше в нашому огляді безпеки і документації відповідності. Дивіться також посібник із виявлення сутностей для повного списку типів перехоплюваних даних.

Джерела

Готові захистити свої дані?

Почніть анонімізувати PII з 285+ типами сутностей на 48 мовах.

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.