Bezpieczeństwo GitHub Copilot kiedyś sprowadzało się do jednego pytania: czy sugerowany kod jest bezpieczny? Dziś Copilot uruchamia również polecenia powłoki, otwiera pull requests, odczytuje zgłoszenia i instaluje pakiety samodzielnie. Każda z tych czynności odbywa się z Twoimi uprawnieniami i każda stanowi nową drogę ataku dla atakującego.
Liczby pokazują zmianę. W latach 2025 i 2026 badacze ujawnili krytyczną wadę, która umożliwiała wyświetlanie ukrytego monitu w pull request wyciek prywatnego kodu przez czat Copilot oraz błędy związane z wstrzykiwaniem poleceń w interfejsie Copilot CLI i wtyczce JetBrains. Repozytoria korzystające z Copilot również leak secretczęściej niż przeciętnie. Nie oznacza to jednak, że należy wyłączyć Copilota. Oznacza to, że potrzebujesz elementów sterujących, które działają z tą samą prędkością, co asystent.
TL; DR
Bezpieczeństwo GitHub Copilot: od sugestii dotyczących kodu do asystenta, który działa
GitHub Copilot nie tylko sugeruje kod. Uruchamia polecenia, otwiera pull requests i instaluje pakiety z Twoimi uprawnieniami, więc bezpieczeństwo GitHub Copilot oznacza teraz kontrolowanie nie tylko tego, co zapisuje, ale także tego, co robi.
- Natychmiastowe wstrzyknięcie jest prawdziwe: CamoLeak (CVSS 9.6) użył ukrytego komentarza w pull request aby Copilot Chat ujawnił prywatny kod i sekrety.
- Agenci mogą wykonywać: w 2026 roku luki w zabezpieczeniach przed wstrzykiwaniem poleceń dotknęły interfejs wiersza poleceń Copilot (
CVE-2026-29783) i wtyczka JetBrains (CVE-2026-21516). Oba problemy zostaną naprawione, ale dopiero po uaktualnieniu. - Więcej sekretów wycieka: GitGuardian odkrył, że wskaźnik wycieku tajnych informacji w publicznych repozytoriach korzystających z Copilota wynosi 6.4%, co jest wynikiem o około 40% wyższym od średniej.
- Pakiety, które nie istnieją: 19.7% próbek kodu wygenerowanego przez sztuczną inteligencję w badaniu USENIX odwoływało się do co najmniej jednego pakietu będącego efektem halucynacji, co stanowi lukę, którą atakujący wypełniają złośliwymi sobowtórami.
- Wbudowane elementy sterujące mają ograniczenia: Kontrole zależności GitHub opierają się na znanych ostrzeżeniach, a znaczną część zabezpieczeń agenta w chmurze można wyłączyć. Kod z IDE i trybu agenta wymaga osobnych kontroli.
Pierwszy krok: skanuj kod napisany przez sztuczną inteligencję, zanim zostanie committed, blokuj poufne informacje i złośliwe pakiety u źródła i udzielaj agentom Copilota wyłącznie niezbędnego dostępu.
Dlaczego bezpieczeństwo usługi GitHub Copilot jest teraz innym problemem
Copilot nie jest już jednym produktem. To rodzina narzędzi, a każde z nich niesie ze sobą inny poziom ryzyka:
Jedna nazwa, pięć powierzchni Copilot
Im więcej Copilot może zrobić samodzielnie, tym bardziej bezpieczeństwo GitHub Copilot zależy od kontrolowania jego działań.
| Powierzchnia drugiego pilota | Co potrafi | Główne pytanie bezpieczeństwa |
|---|---|---|
| Uzupełnianie kodu w IDE Autonomia: niska | Sugeruje kod podczas pisania | Czy sugerowany kod jest bezpieczny i czy dodaje ryzykowne zależności? |
| Czat drugiego pilota Autonomia: niska do średniej | Odpowiada na pytania, wykorzystując swoje repozytorium i problemy jako kontekst | Czy ukryty tekst w tym kontekście może wpływać na to, co ujawnia? |
| Tryb agenta w IDE Autonomia: średnia | Edytuje pliki, uruchamia polecenia terminala, wywołuje narzędzia MCP | Co może wykonać bez proszenia Cię o to? |
| Drugi pilot CLI Autonomia: wysoka | Uruchamia polecenia powłoki z języka naturalnego | Czy starannie przygotowane polecenie może ominąć testy bezpieczeństwa? |
| Agent kodowania w chmurze Autonomia: bardzo wysoka | Pracuje nad problemami w akcjach GitHub i otwiera pull requests | Co może dosięgnąć, przesunąć i zainstalować, podczas gdy nikt nie patrzy? |
Schemat jest jasny: bezpieczeństwo drugiego pilota w środowisku IDE było kiedyś problemem związanym z przeglądem kodu. W przypadku agentów jest to również problem tożsamości i uprawnień. Asystent, który działa z tokenami programisty, dostępem do sieci i uprawnieniami do repozytorium, jest użytkownikiem uprzywilejowanym i należy go traktować jak takiego.
Głębiej: obejrzyj nasz wykład SafeDev Talk Blast Radius: When the Agent Touches What You Didn't Ask For, w którym dowiesz się, co się dzieje, gdy uprawnienia agenta wykraczają poza jego zadanie.
5 największych zagrożeń bezpieczeństwa GitHub Copilot
1. Szybkie wstrzykiwanie przez własne repozytoria
Drugi pilot czyta wydania, pull requests, komentarze i pliki do budowania kontekstu. Atakujący, który może tam wpisać tekst, może próbować nim sterować. W CamoLeak, ukryty komentarz w pull request Opis skłonił Copilot Chat do przeszukania prywatnych repozytoriów ofiary, zakodowania znalezionych informacji i ujawnienia ich za pomocą adresów URL obrazów, znak po znaku. Badacz zademonstrował kradzież nieujawnionego kodu typu zero-day i przeszukał AWS_KEY wartości. Legit Security przyznało mu ocenę CVSS 9.6, a GitHub naprawił to, wyłączając renderowanie obrazu w Copilot Chat.
2. Wykonywanie poleceń w agentach i wtyczkach
Gdy Copilot może uruchamiać polecenia, odpowiednio spreparowane dane wejściowe mogą stać się wykonaniem kodu:
- CVE-2026-29783 (CVSS 7.5): Skonstruowane rozszerzenia parametrów powłoki bash pozwalają poleceniom w interfejsie wiersza poleceń Copilot na przechodzenie tylko do odczytu i uruchamianie bez zatwierdzenia. Naprawiono w wersji 0.0.423 (Porada GitHub).
- CVE-2026-21516 (CVSS 8.8): Copilot dla JetBrains przekazywał sugestie modelu do konstrukcji poleceń bez czyszczenia znaków powłoki, więc instrukcje ukryte w repozytorium lub punkcie końcowym MCP mogły prowadzić do wykonania. Naprawiono w wersji 1.5.63 (analiza).
3. Sekrety w kodzie napisanym przez sztuczną inteligencję
Asystenci odtwarzają to, co widzą, w tym zakodowane na stałe dane uwierzytelniające. Raport GitGuardian „State of Secrets Sprawl” wykazał, 6.4% wskaźnik wycieku tajemnic w publicznych repozytoriach korzystających z Copilota, około 40% więcej niż średnia dla publicznych repozytoriów (GitGuardian). Wystarczy jeden wyciekły token, aby luka w przeglądzie kodu przerodziła się w przejęcie konta.
4. Pakiety halucynogenne i złośliwe
Generatory kodu czasami importują pakiety, które nie istnieją. Badanie USENIX Security 2025, obejmujące 2.23 miliona próbek z 16 modeli, wykazało, że 19.7% zawierał co najmniej jeden pakiet halucynacji z 205 474 unikalnymi sfabrykowanymi nazwami. 43% tych nazw powracało po każdym przeszukaniu, co ułatwia atakującym ich przewidzenie i zarejestrowanie – jest to technika znana jako przysiadyW trybie agenta Copilot może zainstalować ten pakiet samodzielnie. Szczegółowo wyjaśniamy atak w Slopsquatting: Jak atakujący wykorzystują halucynacje sztucznej inteligencji jako broń.
5. Niepewne wzorce na dużą skalę
Copilot uczy się z kodu publicznego, a kod publiczny jest pełen ataków SQL injection, słabego szyfrowania i brakujących kontroli autoryzacji. Badania cytowane w branży szacują, że około 40% kodu generowanego przez sztuczną inteligencję może zawierać luki w zabezpieczeniach. Problemem nie jest to, że każda sugestia jest gorsza od kodu ludzkiego. Problemem jest ilość: więcej kodu, pisanego szybciej, rzadziej sprawdzanego.
Co obejmują wbudowane elementy sterujące GitHub i co pozostawiają otwarte
GitHub dodał realne zabezpieczenia, zwłaszcza dla agenta kodowania w chmurze. Według jego dokumentacja dotycząca ryzyka i łagodzenia skutkówagent pracuje za zaporą ograniczającą dostęp do internetu, przesyłając dane tylko do własnego copilot/ oddział nie może zatwierdzić ani połączyć własnych pull requestsi wymaga zatwierdzenia uruchomienia przepływu pracy przez człowieka. Jego wyniki są sprawdzane za pomocą CodeQL, skanowania tajnych informacji i weryfikacji zależności z bazą danych GitHub Advisory Database.
To dobre ustawienia domyślne. Ale strategia bezpieczeństwa GitHub Copilot nie powinna się na tym kończyć:
Wbudowane w GitHub elementy sterujące Copilot: zakryte i pozostawione otwarte
GitHub zabezpiecza to, co Copilot robi w GitHub. Twój zespół nadal jest odpowiedzialny za resztę zabezpieczeń GitHub Copilot.
Krótko mówiąc: GitHub zabezpiecza to, co Copilot robi w GitHubie. Twój zespół nadal jest właścicielem tego, co Copilot pisze w IDE, co instaluje na laptopach i co dociera do Twojego pipeline.
Jak zabezpieczyć GitHub Copilot w 7 krokach
Oto praktyczna lista kontrolna, dzięki której dowiesz się, jak zwiększyć bezpieczeństwo usługi GitHub Copilot, nie spowalniając pracy programistów.
- Utrzymuj aktualizację wszystkich podzespołów Copilota. Szybko załataj rozszerzenia IDE, wtyczkę JetBrains i interfejs wiersza poleceń Copilot. Kilka poprawek z wersji 2026, takich jak CVE-2026-29783 i CVE-2026-21516, chroni Cię dopiero po aktualizacji.
- Skanuj kod napisany przez sztuczną inteligencję, zanim zostanie commitprzetrząsać. Uruchom SAST, wykrywanie sekretów i sprawdzanie zależności w środowisku IDE i w pętli agenta, a nie tylko w CI po kilku tygodniach. Poprawka jest najtańsza, gdy zmiana jest jeszcze w edytorze.
- Blokuj sekrety u źródła. Włącz ochronę push, przechowuj dane uwierzytelniające w menedżerze sekretów i korzystaj z krótkotrwałych tokenów o wąskim zakresie. Rotuj wszystkie dane uwierzytelniające, które trafiają do kodu, nawet w prywatnym repozytorium.
- Zweryfikuj każdą nową zależność. Przed zainstalowaniem sprawdź, czy pakiet istnieje, jaki jest jego wiek i kto go publikuje. Ustaw minimalny wiek nowych wersji i blokuj pakiety oznaczone jako złośliwe, niezależnie od tego, czy instalację uruchamia programista, czy agent.
- Ogranicz to, co agenci mogą uruchomić i do czego mogą dotrzeć. Sprawdź, jaki tryb agenta i interfejs CLI mogą być wykonywane bez zatwierdzenia, utrzymuj włączoną zaporę sieciową agenta w chmurze i przyznaj serwerom MCP wyłącznie te narzędzia, których potrzebują.
- Traktuj tekst repozytorium jako dane wejściowe, którym nie można ufać. Problemy, pull request Opisy i komentarze mogą zawierać ukryte instrukcje. Zachowaj ostrożność, prosząc Copilota o podjęcie działań w odniesieniu do treści napisanych przez osoby spoza Twojego zespołu.
- Wyklucz poufne pliki i pozwól ludziom wykonywać scalanie. Stosuj wykluczenia treści w przypadku plików, których Copilot nigdy nie powinien czytać, wymagaj przeglądów chronionych gałęzi i nigdy nie pozwól agentowi zatwierdzać własnych zmian.
Utrzymuj Copilota szybko i kontroluj go
Bezpieczeństwo GitHub Copilot nie polega na mniejszym zaufaniu do asystenta. Chodzi o sprawdzanie jego pracy z taką samą prędkością, z jaką ją wykonuje: w edytorze, w pętli agenta i w momencie instalacji pakietu.
Właśnie do tego stworzono Xygeni. Serwer MCP Xygeni współpracuje z dowolnym agentem kodującym AI obsługującym MCP, w tym z trybem agenta GitHub Copilot, dzięki czemu Copilot może skanować właśnie napisany kod za pomocą AI SAST, uzyskaj werdykty triażu AI i poproś o poprawki, zanim cokolwiek zostanie zrobione commitTed, z zatwierdzeniami, które Twój zespół zatwierdza. Wtyczki Xygeni IDE oferują te same możliwości programistom w VS Code, środowiskach IDE JetBrains i Visual Studio. Tajemnice bezpieczeństwa przechwytuje zakodowane na stałe dane uwierzytelniające i Obrona przed złośliwym oprogramowaniem oznacza pakiety złośliwe jeszcze przed powstaniem podpisu, niezależnie od tego, czy zostały zainstalowane przez programistę czy Copilota.
Chcesz zobaczyć to z własnym kodem? Zacznij za darmo: SI SAST, wtyczki IDE i wykrywanie złośliwego oprogramowania w pakietach open-source, bez konieczności podawania numeru karty kredytowej.
Najczęściej zadawane pytania dotyczące bezpieczeństwa GitHub Copilot
Czy korzystanie z GitHub Copilot jest bezpieczne?
Tak, z odpowiednimi zabezpieczeniami. Główne zagrożenia to niebezpieczne sugestie, wycieki poufnych informacji, pakiety urojone lub złośliwe oraz natychmiastowe wstrzyknięcie za pośrednictwem zawartości repozytorium. Skanowanie kodu napisanego przez sztuczną inteligencję przed… commit, blokowanie sekretów i weryfikacja nowych zależności rozwiązują większość z tych problemów.
Czy GitHub Copilot leak secrets?
Może odtworzyć lub wprowadzić zakodowane na stałe dane uwierzytelniające. GitGuardian odnotował wskaźnik wycieku poufnych danych na poziomie 6.4% w publicznych repozytoriach korzystających z Copilota, czyli o około 40% więcej niż średnia. Ochrona push, wykrywanie poufnych danych w środowisku IDE i krótkotrwałe tokeny zmniejszają ryzyko.
Czy GitHub Copilot może zostać zaatakowany przez natychmiastowe wstrzyknięcie kodu?
Tak. CamoLeak pokazał, że ukryty komentarz w pull request mogłoby spowodować wyciek prywatnego kodu z czatu Copilot. GitHub rozwiązał ten problem, ale można sterować każdym asystentem czytającym niezaufany tekst, więc rozwiązuj problemy, komentarze i pull request opisy jako niewiarygodne dane wejściowe.
Jaka jest różnica między zabezpieczeniami Copilot i zabezpieczeniami Microsoft 365 Copilot?
Zabezpieczenia usługi Microsoft 365 Copilot dotyczą ochrony danych biznesowych w dokumentach, wiadomościach e-mail i programie SharePoint. Zabezpieczenia usługi GitHub Copilot dotyczą kodu, poleceń i zależności generowanych przez asystenta kodowania AI w ramach procesu rozwoju oprogramowania.
Jak skanować kod napisany przez GitHub Copilot?
Uruchom skanowanie bezpieczeństwa w środowisku IDE i podłącz narzędzie bezpieczeństwa do trybu agenta Copilota przez MCP, aby agent sprawdził swój własny kod przed commitZachowaj te same skany w CI, aby każda zmiana spełniała te same zasady.







