安全与隐私

把代码或配置 粘贴进 Copilot / Cursor / 云端 Chat，等于把内容 发送到第三方推理服务。密钥进 prompt、客户数据进上下文，可能造成 泄露、合规违规、许可证风险——AI 辅助越方便，保密纪律 越要硬。

学习目标

• 识别绝不能进 AI 上下文的内容
• 了解团队与企业常见的数据策略选项
• 将安全习惯与 git-essentials 的远程协作结合

绝不能进 Prompt 的内容

类型	示例	替代做法
密钥	API key、JWT secret、DB 密码	占位符 + 环境变量
私钥	.pem、kubeconfig	本地 openssl，不上传 Chat
PII	真实用户邮箱、身份证	合成数据
未公开商业信息	未发布定价、合同条款	抽象描述需求

.env 应已在 .gitignore；同样不应拖进 AI 对话。误粘贴时：轮换密钥、查厂商 report / delete 政策。

代码上传与许可证

• 开源项目：注意 许可证（GPL 等与 Copilot 建议的兼容性，以法务为准）
• 公司代码：遵守 内部 AI 使用政策；不确定时问安全/法务
• 训练数据 opt-out：GitHub / Cursor 等产品设置随版本变化，以官方控制台为准

AI 生成的代码也可能 与训练语料相似——关键模块仍要 review 与 license 扫描。

生成代码的安全审查

AI 常 自信地写出：

• SQL 拼接、未参数化查询
• 硬编码 admin 密码
• 关闭 SSL 验证的「临时」代码

合并前人工 + test-integration 不能省；安全敏感路径 禁止 仅 AI review。

写 CodeRoadMap 讲义时的隐私

draft 中示例应使用：

spring.datasource.password=${DB_PASSWORD}

而非真实连接串。用 Cursor 批量写 content/课程/ 时，Rules 里写 「示例一律虚构 hostname」。

团队最低基线

• 启用 secret scanning（GitHub Advanced Security 或同类）
• 文档化：哪些 repo 可用 Copilot/Cursor
• incident：密钥进 AI → 轮换 + 记录

练习

• 扫描本地 repo 是否有 被 track；若有， 并轮换