GitHub 指出，隨著 AI 代理程式生成的程式碼比例大幅...

AI 代理程式加速程式碼開發，資安防護跟不上速度

GitHub 產品經理 Erin Havens 指出，隨著人工智慧代理程式（AI agents）在開發流程中愈來愈重要，軟體保護的難題已經不再是開發者粗心，而是防護速度追不上程式碼生成的速度。目前 GitHub 上每三件合併請求（pull requests）就有一件涉及 AI 代理程式，一年前這個比例還不到十分之一。若趨勢持續，預計未來兩年內，推送到 GitHub 的程式碼將大部分由代理程式撰寫，且許多內容可能從未經過人類完整審閱。

數據顯示開發者並沒有變得更粗心

外界認為 AI 讓開發者變得粗心，GitHub 拿出九個季度的數據反駁。數據顯示，從 2024 年第二季到 2026 年第二季，經過篩選的推送量成長 2.84 倍，包含憑證的推送量成長 2.59 倍。這段期間內，每筆推送出現機密的比例，並未出現統計上顯著的上升趨勢。

相反地，數據顯示開發者對意外洩露風險的警覺提高，也不願承擔這個風險。同一時期，開發者覆蓋推送路徑阻擋的比例，從 6.63% 線性下降到 3.93%。這代表開發者並非變得更大意，而是被更快的開發速度甩在後面。公開可見的程式碼中，大約每兩秒就會出現一個新的機密，數量過去三年每年翻倍。

防護要靠運算能力，不能只靠人力

GitHub 強調，防止洩漏的數量必須隨軟體創建速度加快而增加。目前的問題是，機密一旦洩露，人工撤銷的平均時間約為 40 天，約五分之一的情況超過 90 天。這代表人類修復的速度跟不上開發加速的步調。

GitHub 的機密掃描合作計畫涵蓋超過 150 家技術夥伴。2026 年第二季，公開掃描平均每秒回報 26 個憑證匹配結果。許多夥伴收到通知後會立即撤銷令牌，例如 OpenAI API 金鑰、Google Cloud 帳戶憑證、Slack webhooks 等。

微調分類器可在兩毫秒內完成評估

為此，GitHub 與 Microsoft Applied Sciences 合作開發了一個微調分類器。該模型以 ModernBERT 為基礎，不需生成程式碼或文字，就能利用周圍的程式碼上下文評估候選機密。它的優勢是精確度和速度都很高，能在不到兩毫秒內評估一批候選機密，成本效益也夠高，足以在關鍵路徑中大規模運行。

新模型能更有效地阻擋類似密碼的值，例如資料庫 URL、Kubernetes Secret manifest 和 Dockerfile 中的內容，同時允許 changeme 這類佔位符通過。

功能部署與後續規劃

目前這項功能處於私人預覽階段，預計本月稍後對擁有 GitHub Secret Protection 的 Enterprise Cloud 和 GitHub Teams 組織開放，並會消耗 AI 信用額度。此外，任何已啟用 AI 機密檢測功能的組織，都會自動更新到新模型；從推送後掃描開啟的警報，仍包含在機密掃描的購買方案中，不需額外付費。

該模型也會隨 GitHub Enterprise Server 3.23 的公開預覽版推出，讓 Secret Protection 客戶在隔離環境中使用 AI 檢測警報。同時，GitHub 正將分類器加入 Copilot CLI 和 Copilot App 的 /security-review 命令，Copilot 用戶在推送前就能處理機密問題，不需要組織加入 GitHub Secret Protection 計畫。GitHub 期望透過這些技術，讓保護軟體的能力與創建軟體的能力同步成長，讓開發者能更放心地把工作交給代理程式。