GitHub 如何让密钥保护跟上 AI 写代码的速度

如今，GitHub 上每三个拉取请求中就有一个涉及 AI 代理。一年前，这个数字还不到十分之一。如果这种速度持续下去，未来两年内，推送到 GitHub 的大部分代码可能都由代理编写。其中许多代码可能永远不会被人类完整阅读。

如果开发者和代理的速度加快，我们有责任确保防护能跟上代码创建加速的步伐。这意味着要在更多泄漏发生之前加以阻止，并让对仍然出现的暴露的响应更少依赖人工手动操作。

这是泄漏密钥问题的一个关键节点。开发者并非变得更加粗心；而是他们被甩在了后面。那些让开发者能够创建更多软件的工具，也应当承担起更多保护软件的工作。

在本文中，我分享了支撑这一论断的九个季度的数据。我还介绍了我们与 Microsoft Applied Sciences 共同构建的微调分类器，它将推送保护扩展到非结构化密钥。该模型能在不到两毫秒内评估一整组候选密钥，并可能使我们能够阻止的密钥数量增加一倍以上。

被甩在后面，而非粗心大意

公开可见的代码中大约每两秒就会出现一个新的密钥，在过去三年里每年翻一番。公众舆论很快便认定是 AI 让开发者变得粗心大意。

在 2024 年第二季度到 2026 年第二季度之间，经过筛查的推送增长了 2.84 倍，而携带凭据的推送增长了 2.59 倍。在九个完整季度的数据中，我们没有发现每次推送盛行率存在统计学上可检测的趋势。与此同时，我们发现了数据表明，开发者比以往任何时候都更了解意外暴露的风险，并且更不愿意接受这种风险。在同一时期，被开发者覆盖的推送路径阻止占比从 6.63% 线性下降到 3.93%。这些数字挑战了代理正导致开发者变得更加粗心的普遍说法。

推送更多，推送盛行率无明显上升

公开推送

推送盛行率

202M574M · 2.8×

0300M600M

0%0.5%1.0%

Q2Q3Q4Q1Q2Q3Q4Q1Q2202420252026

2026 Q2 · 574M 次推送 · 0.47% 含密钥

公开推送，2024 年第二季度至 2026 年第二季度。推送盛行率是指检测到密钥的推送占比。涵盖受支持的提供商模式，包括 GitHub 自身的令牌。

在固定比率下，活动翻倍会使预期暴露翻倍。如果每次暴露都需要相同的人力响应，工作量也会翻倍。手动撤销密钥的平均时间徘徊在 40 天左右；大约五分之一超过 90 天。我们正在加速软件的创建，而暴露的凭据可能在数周或数月内仍然可用，因为人工修复无法以与开发相同的速度扩展。

仅仅告诉开发者要更加小心，本身并不能解决这个问题。随着代码量的增长，如果软件开发要保持可持续，我们就必须阻止更多暴露，并减少剩余暴露所需的人力投入。

预防随算力扩展

过去几年我一直在 GitHub 从事机密扫描工作，过去一年担任该领域的产品负责人。我们最大的影响来自将检测与能够采取行动的系统连接起来。

GitHub 的目录通过我们的 机密扫描合作伙伴计划 覆盖了 150 多家技术合作伙伴。通过该合作伙伴计划，我们与参与的机密发行方合作构建检测器并报告公开暴露，以便他们能够响应。在 2026 年第二季度，公开扫描成功报告了平均每秒 26 个凭据匹配，包括重复观察。一旦收到通知，大量此类合作伙伴会立即撤销令牌：OpenAI API 密钥、Google Cloud 账户凭据、Slack webhook、Hugging Face 用户令牌、SendGrid 密钥等。所有者可能仍需要替换令牌，但撤销可以在无需等待开发者查找和处理 GitHub 警报的情况下发生。

推送保护更早介入。它在可识别的凭据进入仓库历史之前就将其阻止，让开发者或代理有机会在出现需要调查的暴露之前纠正更改。我们与技术合作伙伴合作，尽可能提高其检测器的精确率，直到我们有足够信心为开发者社区默认对这些机密进行推送保护。

得益于合作伙伴的努力，在过去一个月里，推送保护至少每秒阻止一次机密。就发行方绑定的凭据而言，GitHub 阻止的机密多于漏过的机密。我为我们让开发者对此习以为常而感到自豪。

修复随人力扩展

在纳入更多机密类型后，推送保护在约 30% 的新检测机密进入仓库历史之前将其阻止。不幸的是，我们发现其余 70% 时凭据已经泄露。而且：

1. 预防随算力扩展，但修复仍然随人力扩展。
2. 拒绝一次推送消耗算力；清理已泄露到可见历史中的机密消耗开发者的时间和注意力。
3. 随着代码量的增长，我们必须防止更多暴露，并减少剩余暴露所需的人力投入，否则引入的漏洞数量将变得难以承受。

告诉开发者要更加小心无法解决这种失衡。在开发流程中更早地识别更多此类机密，是平台必须承担的工作。

解决四体问题

在机密越过推送边界之前，阻止它的成本很小，决定是二元的：阻止或允许。一旦越过，同一字符串就可以对真实系统进行身份验证，成本是无限的。

在许多情况下，我们唯一的检测线索可能是周围的代码和世界上下文。提供商颁发的令牌可能有可识别的前缀。内部数据库密码可能完全无结构，没有任何可识别的模式。我们已经在推送后使用上下文来查找这些机密；问题在于如何在这种上下文感知判断与其他因素之间取得平衡。

我们将其称为秘密保护的“四体问题”：精度、延迟、吞吐量和成本是相互耦合的约束条件。预防措施必须值得开发者投入时间。一条适合稍后审查的发现，未必足以成为阻止推送的理由。误报会打断开发者，并使下一次拦截更难获得信任。一项检查如果太慢、太昂贵或难以扩展，就会限制其运行频率。

在推送时以不到 2 毫秒完成保护

我们新的 ModernBERT 分类器在上下文中评估候选秘密，而不生成代码或文本。它不仅比现有的基于 LLM 的流水线更精确，而且速度极快，能在不到两毫秒内评估候选批次。它的成本效益也极高，足以在关键路径上大规模运行。

将我们的模型纳入推送保护，使我们能够将可阻止的秘密数量增加一倍以上。该功能目前处于私密预览阶段。本月晚些时候，该功能将面向 Enterprise Cloud 和 GitHub Teams 中拥有 GitHub Secret Protection 的组织提供。它将消耗 AI 额度。

我们还将把该模型带到推送之外的开发者界面。

• 从今天起，任何 拥有 AI 秘密检测的组织 都将 自动 更新到 新模型。 这些推送后扫描产生的警报仍包含在组织购买的机密扫描中，无需额外费用。
• 该模型还将随 GitHub Enterprise Server 3.23 以公开预览形式发布，将 AI 检测到的警报带给 Secret Protection 客户，即使在气隙环境中也是如此。
• 我们 正在将分类器添加到 Copilot CLI 和 Copilot App 的 /security-review 命令中，这样 Copilot 用户甚至无需组织拥有 GitHub Secret Protection 计划，也能在推送前处理秘密。AI 额度使用情况将归因于您的 AI 使用情况洞察中的 GitHub Secret Protection。

展望未来

我们想要的未来是：开发者可以将更多工作委托给代理，而无需监督每一个请求；组织维护凭据安全所需的人员数量，不再随其编写的代码量而增长。我们在保护软件方面，应该为开发者社区带来与我们在生产软件方面同等的进步。

我们希望人们构建更多软件。我们保护软件的能力，应当与创造软件的能力同步增长。

文章 秘密保护必须与软件同步扩展 首次发表于 The GitHub Blog。