By · Last updated 2026-04-05

بلاگ پر واپس جائیںAI سیکیورٹی

Cursor اور Claude کو کوڈ لیک کیے بغیر استعمال کرنا

Cursor بطور ڈیفالٹ .env فائلیں AI سیاق و سباق میں لوڈ کرتا ہے۔ ایک مالیاتی خدمات فرم نے $12M کھوئے جب ملکیتی ٹریڈنگ الگورتھم ایک AI اسسٹنٹ کو بھیجے گئے۔

April 5, 20269 منٹ پڑھیں
Cursor AI securitydeveloper credential leakMCP Server protectionClaude Code securitycodebase privacy

Cursor AI سیاق و سباق میں کیا لوڈ کرتا ہے

Cursor بطور ڈیفالٹ JSON اور YAML کنفگ فائلیں AI سیاق و سباق میں لوڈ کرتا ہے۔ ان فائلوں میں اکثر کلاؤڈ ٹوکن، ڈیٹابیس پاسورڈ، اور تعیناتی کی ترتیبات ہوتی ہیں۔

خطرہ لاپرواہ استعمال نہیں ہے۔ یہ ڈیفالٹ سیٹ اپ ہے۔ کنفگ فائلوں کو چھونے والا ہر AI کوڈنگ سیشن ان فائلوں کو Anthropic یا OpenAI سرورز کو بھیج سکتا ہے۔

ڈویلپر کا ارادہ ٹھیک ہے۔ وہ AI سے ڈیٹابیس کوئری ٹھیک کرنے کو کہتے ہیں۔ کوئری میں کنکشن سٹرنگ ہے۔ AI اسے دیکھتا ہے۔ یہ رساؤ ہے۔ یہ معمول کے کام کا ضمنی اثر ہے۔ پالیسی قواعد اکیلے اسے قابل اعتماد طریقے سے نہیں روک سکتے۔

اسی لیے Q4 2025 میں انٹرپرائز ماحول میں Model Context Protocol ٹولنگ کا اپنانا 340% بڑھا۔ ٹیموں کو تکنیکی حل چاہیے۔ نئی پالیسی دستاویز کافی نہیں ہے۔

$12M کا نتیجہ

ایک مالیاتی خدمات فرم نے اپنے ملکیتی ٹریڈنگ الگورتھم پر کنٹرول کھو دیا۔ الگورتھم ایک کوڈ جائزہ سیشن کے دوران ایک AI اسسٹنٹ کے سرورز تک پہنچ گئے۔

تخمینہ شدہ لاگت: $12M (IBM ڈیٹا بریچ لاگت 2025، 10,000 سے زیادہ ملازمین والی تنظیمیں)۔ فرم ڈیٹا ظاہر نہ کرنے کے قابل نہیں تھی۔ اسے ہر منتقل فائل کی آڈٹ کرنی پڑی۔ اس نے تجارتی راز کی نمائش پر قانونی مشیر رکھے۔ اس نے مسابقتی نقصان کا جائزہ چلایا۔

یہ بدترین صورت ہے۔ عام صورت چھوٹی ہے لیکن تیزی سے جمع ہوتی ہے۔ AI چیٹ لاگز میں نظر آنے کے بعد API کیز گھمائی جاتی ہیں۔ ٹول ریکارڈز میں ظاہر ہونے کے بعد ڈیٹابیس پاسورڈ بدلے جاتے ہیں۔ اسکرین ریکارڈنگ میں قید ہونے کے بعد OAuth ٹوکن منسوخ کیے جاتے ہیں۔ ہر قدم میں اسٹاف کا وقت لگتا ہے۔ لاگت حقیقی ہے اور شاذ و نادر ہی ٹریک کی جاتی ہے۔

گمنامی کی پرت کیسے کام کرتی ہے

Model Context Protocol (MCP) AI کلائنٹ اور AI ماڈل API کے درمیان ایک پرت جوڑتا ہے۔ ہر پرامپٹ ماڈل سے ٹکرانے سے پہلے گمنامی انجن سے گزرتا ہے۔

تحفظ کے بغیر: ایک ڈویلپر ایک migration اسکرپٹ لکھتا ہے۔ اس میں ایک کنکشن سٹرنگ ہے: postgres://admin:password@host:5432/db۔ AI ماڈل کو وہ سٹرنگ جوں کی توں ملتی ہے۔

گمنامی پرت کے ساتھ: انجن سٹرنگ دیکھتا ہے۔ یہ اسے ایک ٹوکن سے بدلتا ہے — [DB_CONN_1]۔ ماڈل اسکرپٹ کی ساخت اور منطق دیکھتا ہے۔ اسناد مقامی رہتی ہیں۔

قابل الٹائی خفیہ کاری کا آپشن مزید آگے جاتا ہے۔ کسٹمر IDs اور پروڈکٹ کوڈز خفیہ کیے جاتے ہیں اور deterministic ٹوکنز سے بدلے جاتے ہیں۔ AI ایک جواب واپس کرتا ہے جو وہ ٹوکنز استعمال کرتا ہے۔ سرور جواب decrypt کرتا ہے اور ٹوکنز کو اصل قدروں سے بدلتا ہے۔ ڈویلپر اصل شناختیں پڑھتا ہے۔ AI ماڈل نے انہیں کبھی نہیں دیکھا۔

سیٹ اپ اور ڈویلپر تجربہ

ڈویلپمنٹ ٹیموں کے لیے، سیٹ اپ ایک بار کا کام ہے۔ Cursor اور Claude Code ایک مقامی proxy سرور کے ذریعے روٹ کرنے کے لیے کنفگر کیے جاتے ہیں۔ سرور کنفگ بیان کرتا ہے کہ کون سی ہستی اقسام کو روکنا ہے:

  • API کیز
  • ڈیٹابیس کنکشن سٹرنگز
  • Auth ٹوکنز
  • AWS، Azure، اور GCP اسناد
  • پرائیویٹ کی ہیڈرز

ٹیمیں اندرونی سروس ناموں یا ملکیتی شناختی فارمیٹس کے لیے کسٹم پیٹرن جوڑ سکتی ہیں۔

ڈویلپر کی طرف سے، کچھ نہیں بدلتا۔ خودکار تکمیل، کوڈ جائزہ، debugging مدد، اور documentation تیاری سب پہلے کی طرح کام کرتی ہیں۔ proxy خاموشی سے پس منظر میں چلتی ہے۔

Checkpoint Research کے 2025 تجزیے نے ڈویلپر اسناد کی نمائش کو AI کوڈنگ ٹول تعیناتیوں میں سب سے زیادہ اثر والے خطرے کے طور پر نشان زد کیا۔ یہ بالکل وہی مسئلہ ہے جو یہ آرکیٹیکچر حل کرتی ہے۔ یہ ایک تکنیکی حل ہے، پالیسی یاددہانی نہیں۔

ہمارے سیکیورٹی جائزے اور تعمیل دستاویزات میں مزید جانیں۔ روکی گئی ڈیٹا اقسام کی مکمل فہرست کے لیے ہماری ہستی ڈیٹیکشن گائیڈ بھی دیکھیں۔

ذرائع

کیا آپ اپنے ڈیٹا کی حفاظت کے لیے تیار ہیں؟

48 زبانوں میں 285+ ادارتی اقسام کے ساتھ PII کی گمنامی شروع کریں۔

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.