AI Agent / 系统课时

控制敏感信息与隐私风险

控制敏感信息与隐私风险

AI 辅助开发需要大量上下文,但并不是所有项目资料都适合提供给模型。通过识别敏感信息并建立输入边界,可以降低密钥泄露、数据暴露和商业信息外传风险。

学习目标

  • 识别开发过程中常见的敏感信息类型
  • 掌握提交给 AI 前的安全处理方法
  • 建立项目上下文的隐私保护规则

识别需要保护的信息

开发环境中的敏感信息通常包括:

  • API Key、访问令牌和密码
  • 用户姓名、邮箱、订单等业务数据
  • 内网地址、服务器配置和访问路径
  • 未公开的商业逻辑、源代码和设计文档

这些内容即使只是用于排查问题,也应先判断是否可以脱敏后再提供。

建立安全上下文边界

提交代码或日志给 AI 时,应优先提供能够说明问题的最小信息。例如排查接口错误时,可以保留请求结构和错误信息,删除真实用户数据、令牌和内部地址。推荐使用环境变量管理密钥,而不是直接写入代码:

python
import os

# 从运行环境读取密钥,避免写入源码仓库
api_key = os.environ.get("API_KEY")

if not api_key:
    raise RuntimeError("API_KEY is missing")

print("API key loaded")

预期结果

text
API key loaded

实际输出不会展示密钥内容,只验证配置是否存在。

检查 AI 输入前的安全流程

可以在提交上下文前执行简单检查:

  1. 删除真实密码、令牌和密钥。
  2. 使用测试数据替换用户信息。
  3. 隐藏内部网络结构和未公开业务规则。
  4. 确认提供的信息是否足够定位问题。

对于团队项目,还应明确哪些文件允许进入 AI 工具上下文,哪些目录必须排除。

常见错误与修复方式

最常见的问题是为了让 AI 更快解决问题,直接上传完整配置文件、生产日志或数据库导出文件。这种方式虽然信息完整,但暴露范围过大。

更好的方式是构造最小复现案例,只保留错误现象、必要代码和模拟数据。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

控制敏感信息与隐私风险

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通