GitHub 发布专用 AI 模型：强化代码泄露检测与推送防护
在软件构建日益依赖 AI Agent 的背景下，传统的安全扫描手段往往难以应对新型凭证泄露风险。GitHub 于 2026 年 10 月 7 日宣布，已推出一个专为泄露秘密检测（Purpose-built model for leaked secret detection）而定制的 AI 模型。这一重大更新旨在将上下文感知的检测能力深度融入开发者工作流，帮助团队在秘密暴露前将其拦截。
核心突破：超越传统正则匹配
此次更新的核心在于模型能力的质变。传统的秘密扫描主要依赖正则表达式（Regex）匹配已知格式的凭证（如 API Key、Access Token）。然而，现代攻击者常使用无格式的密码或自定义格式的凭证，导致传统工具失效。
GitHub 的新模型具备以下关键特性：
- 上下文感知检测：不仅读取代码行，还分析周围代码上下文，识别出无 recognizable token format 的密码。
- 非代码生成模式：专注于安全检测，不会生成代码或文本，确保检测结果的纯粹性与准确性。
- 多场景覆盖：统一应用于扫描警报、推送防护及 Copilot 安全审查。
功能落地与计费模式
GitHub 采取了分阶段、差异化的落地策略，并明确了计费规则：
1. 免费升级：现有警报无缝切换
对于已使用 AI 检测警报（AI-detected Password alerts）的用户，GitHub 承诺自动升级至新模型，且该功能在 GHSP 和 GHAS 套餐中无需额外收费。这确保了现有安全投资的连续性。
2. 新增功能与 AI 积分消耗
部分增强型功能将消耗 GitHub AI Credits，具体包括：
- 推送时防护 (Push Protection)：在代码提交瞬间检测非结构化凭证，防止其进入仓库历史。此功能需管理员开启，适用于 GitHub Teams 及企业云版。
- Copilot 安全审查 (
/security-review)：在提交、推送或请求 Pull Request 审查前运行，提供优先级排序的发现与修复建议。该功能无需 GHSP/GHAS 许可证，但需消耗 AI 积分。
3. 企业版扩展
新模型将延伸至 GitHub Enterprise Server (GHES) 3.23 的公共预览版。对于企业用户，AI 检测警报将包含在现有的 GHSP/GHAS 购买范围内，无需额外付费。
开发者价值与应用场景
这一更新对开发者具有多重价值：
- 降低误报率：专用模型比通用 LLM 更精准，减少了因误报导致的开发中断。
- 实时防御：Push Protection 填补了 CI/CD 流水线之外的安全盲区，实现“提交即拦截”。
- Agent 友好：Copilot 内置的安全审查专家允许开发代理（Coding Agents）自主运行安全检测，且具备只读权限，符合企业安全策略。
GitHub 强调，随着 AI 在软件构建中的渗透，安全保护必须同步进化。此次发布不仅是工具的升级，更是安全范式的转变——从“事后扫描”走向“事前与事中主动防御”。
