Bezpečnost GitHubu na Copilotu dříve znamenala jednu otázku: je navrhovaný kód bezpečný? Dnes Copilot také spouští příkazy shellu, otevírá pull requests, čte problémy a instaluje balíčky samostatně. Každá z těchto akcí se provádí s vašimi oprávněními a každá z nich představuje pro útočníka novou cestu dovnitř.
Čísla ukazují posun. V letech 2025 a 2026 vědci odhalili kritickou chybu, která umožňovala skrytý výzvu v pull request únik soukromého kódu prostřednictvím chatu Copilot a chyby vkládání příkazů do rozhraní Copilot CLI a pluginu JetBrains. Repozitáře, které používají Copilot, také leak secretčastěji než průměr. Nic z toho neznamená, že byste měli Copilota vypnout. Znamená to, že potřebujete ovládací prvky, které fungují stejnou rychlostí jako asistent.
TL, DR
Zabezpečení GitHub Copilot: od návrhů kódu k asistentovi, který funguje
GitHub Copilot už nejen navrhuje kód. Spouští příkazy, otevírá pull requests a instaluje balíčky s vašimi oprávněními, takže zabezpečení GitHub Copilota nyní znamená kontrolu nad tím, co dělá, nejen nad tím, co zapisuje.
- Okamžitá injekce je skutečná: CamoLeak (CVSS 9.6) použil skrytý komentář v pull request aby Copilot Chat prozradil soukromý kód a tajné informace.
- Agenti mohou provádět: V roce 2026 se chyby v injektování příkazů objevily v rozhraní Copilot CLI (
CVE-2026-29783) a plugin JetBrains (CVE-2026-21516). Obojí je opraveno, ale až po upgradu. - Tajemství unikají dál: GitGuardian zjistil míru úniku tajných informací ve veřejných repozitářích, které používají Copilot, ve výši 6.4 %, což je asi o 40 % více než průměr.
- Balíčky, které neexistují: 19.7 % vzorků kódu generovaného umělou inteligencí ve studii USENIX odkazovalo na alespoň jeden halucinovaný balíček, což je mezera, kterou útočníci zaplňují škodlivými dvojníky.
- Vestavěné ovládací prvky mají omezení: Kontroly závislostí GitHubu se spoléhají na známá doporučení a velkou část ochrany cloudového agenta lze zakázat. Kód z IDE a režimu agenta potřebuje vlastní kontroly.
První krok: skenovat kód napsaný umělou inteligencí předtím, než bude committed, blokovat tajné kódy a škodlivé balíčky u zdroje a poskytovat agentům Copilota pouze přístup, který potřebují.
Proč je zabezpečení GitHub Copilot nyní jiným problémem
Copilot už není jeden produkt. Je to rodina nástrojů a každý z nich nese jinou úroveň rizika:
Jedno jméno, pět povrchů Copilota
Čím více toho Copilot dokáže sám, tím více je zabezpečení GitHubu Copilot závislé na kontrole jeho akcí.
| Povrch kopilota | Co to může dělat | Hlavní bezpečnostní otázka |
|---|---|---|
| Dokončování kódu v IDE Autonomie: nízká | Navrhuje kód při psaní | Je navrhovaný kód bezpečný a přidává riskantní závislosti? |
| Chat druhého pilota Autonomie: nízká až střední | Odpovídá na otázky s využitím vašeho repozitáře a problémů jako kontextu | Může skrytý text v tomto kontextu ovlivnit to, co odhaluje? |
| Režim agenta v IDE Autonomie: střední | Upravuje soubory, spouští terminálové příkazy, volá nástroje MCP | Co dokáže provést, aniž by se vás zeptal? |
| Druhý pilot CLI Autonomie: vysoká | Spouští příkazy shellu z přirozeného jazyka | Může vytvořený příkaz proklouznout bezpečnostními kontrolami? |
| Agent cloudového kódování Autonomie: velmi vysoká | Pracuje na problémech v akcích GitHubu a otevírá pull requests | Na co se může dostat, na co se může nacpat a nainstalovat, aniž by se nikdo díval? |
Vzorec je jasný: Zabezpečení Copilota v IDE bývalo problémem kontroly kódu. U agentů je to také problém identity a oprávnění. Asistent, který jedná s tokeny vývojáře, přístupem k síti a právy repozitáře, je privilegovaný uživatel a je třeba s ním jako s ním i zacházet.
Jít hlouběji: Podívejte se na naši přednášku SafeDev s názvem Blast Radius: Když se agent dotkne toho, o co jste se neptali, a dozvíte se, co se stane, když oprávnění agenta přesáhnou rámec jeho úkolu.
5 největších bezpečnostních rizik GitHub Copilot
1. Okamžité vkládání dat prostřednictvím vlastních repozitářů
Druhý pilot čte problémy, pull requests, komentáře a soubory pro vytvoření jeho kontextu. Útočník, který tam může psát text, se ho může pokusit řídit. V CamoLeak, skrytý komentář v pull request Popis donutil Copilot Chat prohledat soukromé repozitáře oběti, zakódovat nalezené informace a zveřejnit je prostřednictvím URL adres obrázků, znak po znaku. Výzkumník demonstroval krádež nezveřejněného zero-day a hledal AWS_KEY hodnoty. Společnost Legit Security jej ohodnotila známkou CVSS 9.6 a GitHub to opravil vypnutím vykreslování obrázků v aplikaci Copilot Chat.
2. Spouštění příkazů v agentech a pluginech
Když Copilot může spouštět příkazy, vytvořený vstup se může stát spuštěním kódu:
- CVE-2026-29783 (CVSS 7.5): Vytvořená rozšíření parametrů bash umožňují příkazům v rozhraní příkazového řádku Copilot být pouze pro čtení a spouštět se bez schválení. Opraveno ve verzi 0.0.423 (Doporučení GitHubu).
- CVE-2026-21516 (CVSS 8.8): Copilot pro JetBrains předával návrhy modelů do konstrukce příkazů bez úpravy znaků shellu, takže instrukce skryté v repozitáři nebo koncovém bodu MCP mohly vést k provedení. Opraveno ve verzi 1.5.63 (analýza).
3. Tajemství kódu psaného umělou inteligencí
Asistenti reprodukují to, co vidí, včetně pevně zakódovaných přihlašovacích údajů. Zpráva GitGuardian o rozrůstání State of Secrets zjistila... 6.4% míra úniku tajných informací ve veřejných repozitářích, které používají Copilot, přibližně o 40 % vyšší než průměr napříč veřejnými repozitáři (GitGuardian). Jeden uniklý token stačí k tomu, aby se z mezery v kontrole kódu stala kontrola účtu.
4. Halucinogenní a škodlivé balíčky
Generátory kódu někdy importují balíčky, které neexistují. Studie USENIX Security 2025, která zahrnovala 2.23 milionu vzorků ze 16 modelů, zjistila, že 19.7% obsahoval alespoň jeden halucinovaný balíček s 205 474 unikátními vymyšlenými jmény. 43 % těchto jmen se objevilo při každém spuštění, což útočníkům usnadňuje jejich předvídání a registraci, což je technika známá jako dřepyV agentském režimu může Copilot tento balíček nainstalovat sám. Útok podrobně vysvětlujeme v Slopsquatting: Jak útočníci zneužívají halucinace umělé inteligence jako zbraň.
5. Nejisté vzorce ve velkém měřítku
Copilot se učí z veřejného kódu a veřejný kód je plný SQL injection, slabých kryptoměn a chybějících autorizačních kontrol. Výzkumy citované v celém odvětví odhadují, že přibližně 40 % kódu generovaného umělou inteligencí může obsahovat bezpečnostní zranitelnosti. Problém není v tom, že každý návrh je horší než lidský kód. Je to objem: více kódu, rychleji napsaného, méně kontrolovaného.
Co pokrývají vestavěné ovládací prvky GitHubu a co nechávají otevřené
GitHub přidal skutečná ochranná opatření, zejména pro cloudového kódovacího agenta. Podle jeho dokumentace rizik a jejich zmírnění, agent pracuje za firewallem, který omezuje přístup k internetu, a odesílá data pouze do vlastních copilot/ větev, nemůže schválit ani sloučit svou vlastní pull requestsa vyžaduje člověka ke schválení spuštění pracovního postupu. Jeho výstup je kontrolován pomocí CodeQL, tajného skenování a kontroly závislostí v databázi GitHub Advisory.
To jsou dobrá výchozí nastavení. Bezpečnostní strategie GitHub Copilot by se ale neměla tím zastavit:
Vestavěné ovládací prvky Copilota na GitHubu: zakryté a ponechané otevřené
GitHub zajišťuje, co Copilot dělá uvnitř GitHubu. Váš tým stále vlastní zbytek zabezpečení GitHubu Copilot.
Stručně řečeno: GitHub zajišťuje, co Copilot dělá uvnitř GitHubu. Váš tým stále vlastní to, co Copilot napíše v IDE, co nainstaluje na notebooky a co se dostane k vám. pipeline.
Jak zabezpečit GitHub Copilot v 7 krocích
Zde je praktický kontrolní seznam pro zlepšení zabezpečení GitHub Copilot bez zpomalení vašich vývojářů.
- Udržujte všechny komponenty Copilota aktualizované. Rychle opravte rozšíření IDE, plugin JetBrains a rozhraní Copilot CLI. Několik oprav z roku 2026, jako například CVE-2026-29783 a CVE-2026-21516, vás chrání až po upgradu.
- Naskenujte kód napsaný umělou inteligencí předtím, než bude committed. Běh SAST, detekce tajných kódů a kontroly závislostí v IDE a uvnitř smyčky agenta, nejen v CI, a to o několik týdnů později. Oprava je nejlevnější, dokud je změna stále v editoru.
- Blokujte tajné kódy u zdroje. Povolte ochranu proti push ověření, uchovávejte přihlašovací údaje ve správci tajných kódů a používejte krátkodobé tokeny s úzkým rozsahem. Rotujte všechny přihlašovací údaje, které se objeví v kódu, a to i v soukromém repozitáři.
- Ověřte každou novou závislost. Před instalací balíčku zkontrolujte, zda existuje, jak je starý a kdo jej vydal. Nastavte minimální stáří pro nové verze a blokujte balíčky označené jako škodlivé, ať už instalaci spouští vývojář nebo agent.
- Omezte, co mohou agenti spustit a co mohou dosáhnout. Zkontrolujte, který režim agenta a rozhraní CLI se mohou spustit bez schválení, ponechte firewall cloudového agenta zapnutý a serverům MCP udělte pouze nástroje, které potřebují.
- Považovat text z repozitáře za nedůvěryhodný vstup. Problémy, pull request Popisy a komentáře mohou obsahovat skryté pokyny. Buďte opatrní, když žádáte Copilota, aby reagoval na obsah napsaný lidmi mimo váš tým.
- Vyloučit citlivé soubory a zapojit lidi do slučování. Používejte vyloučení obsahu pro soubory, které by Copilot nikdy neměl číst, vyžadujte kontroly chráněných větví a nikdy nedovolte agentovi schvalovat vlastní změny.
Udržuj Copilota rychlým a drž ho pod kontrolou
Zabezpečení GitHub Copilota nespočívá v menší důvěře asistentovi. Jde o kontrolu jeho práce stejnou rychlostí, s jakou ji vytváří: v editoru, uvnitř smyčky agenta a v okamžiku instalace balíčku.
Přesně k tomu je Xygeni stvořen. Server Xygeni MCP Funguje s jakýmkoli kódovacím agentem s umělou inteligencí, který podporuje MCP, včetně režimu agenta GitHub Copilot, takže Copilot může skenovat kód, který právě napsal s umělou inteligencí. SAST, získejte verdikty třídění pomocí umělé inteligence a požádejte o opravy dříve, než se cokoli commits povoleními, která váš tým nastaví. Pluginy Xygeni IDE přinášejí stejné poznatky vývojářům ve VS Code, JetBrains IDE a Visual Studiu. Tajemství zabezpečení zachycuje pevně zakódované přihlašovací údaje a Ochrana před malwarem označí škodlivé balíčky ještě předtím, než existuje signatura, ať už je instaluje vývojář nebo Copilot.
Chcete to vidět s vaším vlastním kódem? Začněte zdarma:AI SAST, pluginy IDE a detekci malwaru v balíčcích s otevřeným zdrojovým kódem, bez nutnosti platební karty.
Nejčastější dotazy k zabezpečení GitHubu Copilot
Je používání GitHubu Copilot bezpečné?
Ano, s zavedenými kontrolami. Hlavními riziky jsou nezabezpečené návrhy, uniklé tajné informace, falešné nebo škodlivé balíčky a rychlé vkládání obsahu prostřednictvím repozitáře. Skenování kódu napsaného umělou inteligencí před commit, blokování tajných kódů a ověřování nových závislostí řeší většinu z nich.
Funguje GitHub Copilot? leak secrets?
Může reprodukovat nebo zavádět pevně zakódované přihlašovací údaje. GitGuardian zjistil 6.4% míru úniku tajných dat ve veřejných repozitářích, které používají Copilot, což je asi o 40 % více než průměr. Ochrana proti push hlášením, detekce tajných dat v IDE a krátkodobé tokeny toto riziko snižují.
Může být GitHub Copilot zasažen prompt injection?
Ano. CamoLeak ukázal, že skrytý komentář v pull request by mohlo způsobit únik soukromého kódu z Copilot Chatu. GitHub tento případ opravil, ale jakýkoli asistent, který čte nedůvěryhodný text, může být řízen, takže se zabývá problémy, komentáři a pull request popisy jako nedůvěryhodný vstup.
Jaký je rozdíl mezi zabezpečením Copilot a zabezpečením Microsoft 365 Copilot?
Zabezpečení v platformě Microsoft 365 Copilot se zaměřuje na ochranu obchodních dat v dokumentech, e-mailech a SharePointu. Zabezpečení v platformě GitHub Copilot se týká kódu, příkazů a závislostí, které asistent kódování s umělou inteligencí vytváří ve vašem vývojovém pracovním postupu.
Jak naskenovat kód napsaný v GitHub Copilot?
Spusťte bezpečnostní kontroly v IDE a připojte bezpečnostní nástroj k agentskému režimu Copilota prostřednictvím MCP, aby agent před provedením kontroly zkontroloval svůj vlastní kód. commitUchovávejte v CI stejné skeny, aby každá změna splňovala stejné zásady.







