Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaCódigo / SDK · Listo para usarGitHub Changelog→ original

GitHub enseña a Copilot a buscar contraseñas y claves filtradas en el código antes del merge

GitHub ha conectado su escáner de secretos a la revisión de seguridad de Copilot: una contraseña o un token que se cuela por error en el código puede detectarse antes del merge. El escáner reconoce más de 500 tipos de claves, y un modelo afinado lee el código que rodea a cada cadena para encontrar también contraseñas en las cadenas de conexión a bases de datos. La función funciona en Copilot CLI, en la aplicación de Copilot, en el SDK y en la revisión de código de pull requests. Si un agente de IA escribe código por usted, puede pedirle que solicite esta comprobación antes de enviar los cambios.

Procesado por IA desde GitHub Changelog; editado por Hamidun News
GitHub enseña a Copilot a buscar contraseñas y claves filtradas en el código antes del merge
Fuente: GitHub Changelog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalGitHub Changelog ↗
Editor jefe
Dato clave #1La opción viene desactivada por defecto y se activa manualmente: /settings aiSecretDetection on
Dato clave #2Solo se analizan los cambios; el escáner no revisa el historial del repositorio
Dato clave #3Cada análisis consume créditos de IA según el SKU de Secret Protection

Los secretos en el código siguen siendo uno de los errores más comunes y más costosos: un desarrollador pega un token «para probar», lo sube al repositorio y la clave ya está ahí. Con la llegada de los agentes de IA, el riesgo aumenta: el agente escribe mucho código muy rápido y no siempre hay una persona que lea cada línea. GitHub responde con una novedad: la revisión de seguridad de Copilot ahora puede ejecutar un análisis de secretos bajo demanda.

Qué es lo nuevo

El especialista de seguridad de Copilot ya buscaba secretos filtrados, pero solo con el modelo de lenguaje. Ahora, si se activa la opción, también ejecuta los detectores de secret scanning de GitHub. El catálogo cubre más de 500 tipos de secretos y crece junto con el programa de socios de secret scanning: los servicios añaden por sí mismos los formatos de sus claves.

Hay además una segunda parte. No todos los secretos tienen un formato reconocible: una contraseña en una cadena de conexión a una base de datos no se parece a un token de GitHub o de AWS. Para estos casos, GitHub usa un modelo afinado que analiza el código circundante y evalúa si una cadena se parece a una contraseña o a credenciales reales.

La función está en vista previa pública. Está disponible en Copilot CLI y en la aplicación de Copilot, a través de las integraciones con el SDK de Copilot y en la revisión de código de Copilot para pull requests. En esta versión no hay soporte para VS Code.

Cómo integrarlo en el trabajo

Hay tres escenarios:

  • Durante el trabajo. En Copilot CLI o en la aplicación se puede pedir al agente de código que ejecute al especialista de seguridad, corrija los hallazgos y solicite una nueva comprobación. También puede lanzar el análisis usted mismo, sobre sus cambios o sobre el trabajo del agente.
  • Dentro de agentes propios. A través del SDK de Copilot, un agente puede solicitar una revisión de seguridad antes de devolver los cambios. No hace falta mantener detectores de secretos independientes.
  • En la revisión de pull requests. La revisión de código de Copilot puede señalar secretos en las líneas añadidas, incluidos los cambios que nadie revisó durante el desarrollo. El autor y el revisor verán el problema antes de la fusión.

La activación depende de la herramienta. En una sesión interactiva se ejecuta el comando /settings aiSecretDetection on; al invocar al agente se indica el tipo security-review. En el SDK, al crear la sesión se define la variable SECURITY_REVIEW_FINE_TUNED_MODEL. Para la revisión de código, la opción está en Settings > Copilot > Code review, o bien puede configurarse para las revisiones automáticas.

Limitaciones que conviene conocer

La primera: el escáner solo revisa sus cambios. No analiza el historial del repositorio, así que no encontrará filtraciones antiguas. Para eso siguen siendo necesarios el secret scanning habitual y la rotación de las claves comprometidas.

La segunda: las integraciones con el SDK requieren autenticación mediante GitHub. Una clave de API del proveedor del modelo no basta, y los tokens de una aplicación OAuth propia de su integración todavía no son compatibles. Sirve, por ejemplo, un token obtenido al iniciar sesión con GitHub CLI. GitHub añadió esta aclaración en la entrada del 18 de noviembre.

La tercera: la opción está desactivada por defecto. Mientras no la active, la comprobación funciona solo con detección por LLM. No se necesita un plan de pago adicional, pero los análisis consumen créditos de IA según el SKU de Secret Protection, así que con un uso intensivo de agentes conviene vigilar el gasto.

Por qué importa en la práctica

La principal ventaja es que la comprobación se sitúa en el punto donde el secreto todavía es barato de eliminar: antes del merge. Si desarrolla sus propios agentes, añadir un paso de «revisión de seguridad antes de entregar los cambios» se reduce ahora a una sola llamada al SDK. Para los equipos donde el código se escribe en masa con agentes, es una barrera adicional de bajo coste. Pero no conviene depender solo de ella: no sustituye la protección de los push ni la auditoría del historial del repositorio.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué es lo nuevo?

El especialista de seguridad de Copilot ya buscaba secretos filtrados, pero solo con el modelo de lenguaje. Ahora, si se activa la opción, también ejecuta los detectores de secret scanning de GitHub. El catálogo cubre más de 500 tipos de secretos y crece junto con el programa de socios de secret scanning: los servicios añaden por sí mismos los formatos de sus claves. Hay además una segunda parte.

Cómo integrarlo en el trabajo?

Hay tres escenarios: Durante el trabajo. En Copilot CLI o en la aplicación se puede pedir al agente de código que ejecute al especialista de seguridad, corrija los hallazgos y solicite una nueva comprobación. También puede lanzar el análisis usted mismo, sobre sus cambios o sobre el trabajo del agente. Dentro de agentes propios. A través del SDK de Copilot, un agente puede solicitar una revisión de seguridad antes de devolver los cambios. No hace falta mantener detectores de secretos independientes.

¿Qué se sabe sobre Limitaciones que conviene conocer?

La primera: el escáner solo revisa sus cambios. No analiza el historial del repositorio, así que no encontrará filtraciones antiguas. Para eso siguen siendo necesarios el secret scanning habitual y la rotación de las claves comprometidas. La segunda: las integraciones con el SDK requieren autenticación mediante GitHub. Una clave de API del proveedor del modelo no basta, y los tokens de una aplicación OAuth propia de su integración todavía no son compatibles.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…