# Нам треба поговорити про Copilot
Слухайте, я розумію. Ви хочете швидко релізити. Хочете розчистити беклог спринту. Хочете виглядати як 10x-розробник. Тож ви тиснете Tab. Дозволяєте GitHub Copilot автодоповнити той блок коду автентифікації.
Стоп.
Останні три місяці я провів, аудитуючи для наших клієнтів тут, у Bryxe, кодові бази, нашпиговані фрагментами, які згенерував Copilot. Від побаченого мене фізично нудило. Безпеки GitHub Copilot практично не існує. Під капотом ця штука — величезна міна, начинена вразливостями AI-кодування. Вона відригує застарілі патерни, вигадує криві race conditions і відверто зливає секрети зі своїх навчальних даних.
Будьмо чесні. Підсумок: безпека AI у VS Code зараз — суцільний жах.
Брехня про «безпеку за замовчуванням»
Вам кажуть, що Copilot відфільтровує поганий код. Нісенітниця. Він навчався на GitHub. На всьому GitHub. На хорошому, поганому й украй небезпечному — включно з репозиторіями 2012 року, які досі хешують паролі через MD5. Коли ви просите в нього швидкий валідатор JWT, він дає вам не найбезпечніший варіант. Він дає найбільш *статистично ймовірний*.
А статистично розробники пишуть сміттєвий код.
Відригування мотлоху
Поговорімо про відтворення легасі-коду. Copilot обожнює старий код. Чому? Бо його більше. Проста математика.
// Copilot suggested this for a new Node.js microservice in 2026
const crypto = require('crypto');
function hashPassword(password) {
// Are you kidding me?
return crypto.createHash('md5').update(password).digest('hex');
}Чесно кажучи, це жах. Минулого тижня я двічі бачив, як таке потрапляло в прод. MD5. У 2026 році. Якщо ви не проганяєте статичний аналіз по кожному рядку AI-згенерованого коду, ви практично самі просите, щоб вас зламали. І справа не лише в хешуванні. Я бачив, як він генерує застарілу маршрутизацію Express.js, вразливу до parameter pollution. Я бачив, як він створює React-компоненти з dangerouslySetInnerHTML без жодної причини, окрім «так було в пості на Stack Overflow 2015 року».
Copilot зливає секрети. Справжні.
Думаєте, ваші пропрієтарні API-ключі в безпеці? Подумайте ще раз. Copilot зливає секрети. Це добре задокументована вада AI-асистентів для програмування на основі LLM, але люди щоразу дивуються.
Під час аудиту ми давали Copilot недописані конфігурації клієнта AWS S3. У 8% випадків він не просто генерував ключ-заглушку. Він генерував *синтаксично валідні рядки з високою ентропією*, які підозріло скидалися на справжні, активні облікові дані. Ми їх не перевіряли — ми ж не звірі, — але сам висновок жахає.
Якщо він не зливає справжні ключі з публічних репозиторіїв, то генерує передбачувані, небезпечні захардкоджені секрети.
# Dev types this:
# Connect to the internal billing database
def connect_billing_db():
# Copilot autocompletes:
return db.connect(
host="10.0.0.45",
user="admin",
password="admin123!"
)Будьмо чесні. Хто хардкодить облікові дані бази даних у 2026 році? Copilot. А ліниві розробники просто тиснуть Tab і комітять. Ми просканували 50 корпоративних репозиторіїв, які активно покладаються на Copilot. Ми знайшли 412 захардкоджених секретів. 412. Це злам, що чекає свого часу, і ви ще й платите Microsoft $19 на місяць за такий привілей.
Тихий убивця: race conditions
SQL injection — гучна. Міжсайтовий скриптинг — очевидний. А що не очевидне? Тонкі баги конкурентності.
Саме тут вразливості AI-кодування стають по-справжньому підступними. Copilot не розуміє контексту. Він не знає, як працює ваш event loop. Він просто передбачає токени. Коли ви просите його написати асинхронний код, він часто створює race conditions, які пройдуть ваші юніт-тести, але вибухнуть під великим навантаженням.
Ось фрагмент на Go, який ми знайшли в сервісі фінансового реєстру:
func (a *Account) Transfer(amount float64, target *Account) error {
// Copilot generated this entire block
if a.Balance >= amount {
a.Balance -= amount
target.Balance += amount
return nil
}
return errors.New("insufficient funds")
}Будьмо чесні. Жодного mutex. Жодного блокування. Чисте, неприкрите пошкодження стану, що чекає свого часу. Якщо два запити прийдуть одночасно, гроші буквально зникнуть або задвояться. Мені довелося негайно це знести.
Якщо ви думаєте, що це поодинокий випадок, ви помиляєтеся. Ми знайшли схожі патерни в коді на Python asyncio, у worker threads Node.js і в конкурентних мапах Java. AI не розуміє моделі памʼяті мови, якою пише. Він буквально просто вгадує, які символи йдуть далі.
Архітектурні кошмари
Поговорімо про архітектуру загалом. Copilot не будує системи. Він будує фрагменти. Коли ви склеюєте 500 фрагментів, виходить Франкенштейн із вад безпеки.
Минулого місяця я переглядав монолітний бекенд на Python. Команда розробників використала Copilot, щоб написати логіку RBAC (керування доступом на основі ролей). Ось що сталося:
- Модуль A коректно перевіряв роль
admin. - Модуль B перевіряв роль
admin, але не перевіряв підпис JWT, бо Copilot забув цей рядок. - Модуль C повністю оминав перевірки ролей, бо Copilot вигадав «швидкий шлях» через пошук у кеші.
Слухайте, я бачив це сотню разів. Результат? Zero-day з підвищенням привілеїв, доставлений просто в прод.
ROI DevSecOps проти AI-мотлоху
Подивімося на цифри. Менеджмент думає, що Copilot заощаджує гроші. Вони глибоко помиляються.
Середня вартість розробника: $150k/рік. Оцінений приріст продуктивності від Copilot: 15%. Економія на одного розробника: $22.5k/рік.
Середня вартість витоку даних у 2026 році: $5.2 млн. Вартість реагування на інцидент: $300k. Вартість шкоди для бренду: не піддається оцінці.
Слухайте, я бачив це сотню разів. Якщо ваша команда через AI-генерацію занесе хоча б одну критичну CVE, ви знищите «економію» на продуктивності за ціле десятиліття. Це погана математика. Ви міняєте системний ризик на 15% прискорення набору шаблонного коду.
Дані: топ CVE від Copilot
Ми відстежували першопричини вразливостей, внесених саме AI-асистентами, за останні 12 місяців. Дані похмурі.
| Тип вразливості | Частота в AI-коді | Критичність | Опис |
|---|---|---|---|
| Захардкоджені секрети | 28% | Critical | Автодоповнення Copilot генерує паролі та API-ключі відкритим текстом. |
| Порушений контроль доступу | 22% | High | Відсутні перевірки авторизації у згенерованому middleware. |
| Race conditions | 18% | High | Асинхронний код без належного блокування стану чи mutex. |
| Небезпечна криптографія | 15% | Medium | Рекомендації застарілих алгоритмів на кшталт MD5 чи SHA1. |
| Command injection | 12% | Critical | Неналежна санітизація введення користувача перед передачею в exec(). |
| Path traversal | 5% | Medium | Генерація небезпечних операцій читання/запису файлів. |
Як пережити AI-зиму
Я не закликаю видаляти Copilot. Цю битву вже програно. Менеджмент обожнює «метрики продуктивності». Але ставитися до Copilot треба відповідно до того, чим він є: це джуніор, який постійно бреше й має доступ до кожної поганої ідеї в інтернеті.
- Zero Trust для AI: код, згенерований AI, треба вважати ворожими вхідними даними.
- Автоматизоване сканування: вам потрібні безперервні SAST/DAST у пайплайні. Якщо ви не скануєте автоматично на секрети та вразливі залежності, вам кінець.
- Ручне код-ревʼю: справді читайте PR. Не схвалюйте його лише тому, що він «виглядає нормально».
- Обмеження контексту: не дозволяйте своїй IDE надсилати всю вашу пропрієтарну кодову базу на сторонній сервер без суворих корпоративних угод щодо даних.
Безпека AI у VS Code вимагає параної. Якщо ви не параноїте, ви не стежите. Позбудьтеся поганих звичок зараз, поки не опинилися на головній Hacker News через злам коду, якого ви навіть не писали. Припиніть довіряти машині.
![GitHub Copilot зливає ваші секрети: аудит безпеки 2026 [дослідження даних]](/_next/image?url=%2Fblog%2Ftest-mockup.jpg&w=3840&q=75&dpl=dpl_4APdW92RmtTARbNBj4X6xdJXX9hA)