GitHub wykrywa wycieki haseł nowym modelem AI. Co zmienia się w push protection

Co zmienił GitHub w wykrywaniu sekretów

Secret scanning to funkcja GitHuba, która szuka w repozytoriach danych dostępowych: haseł, kluczy API i tokenów. Klasyczne detektory rozpoznają sekrety po formacie, na przykład po prefiksie klucza konkretnego dostawcy. Hasło wpisane w plik konfiguracyjny często takiego formatu nie ma i dotąd łatwo umykało skanerom.

Nowy model został dostrojony wyłącznie do tego zadania. Czyta kod wokół podejrzanej wartości i na tej podstawie ocenia, czy to prawdopodobnie dane logowania. GitHub zaznacza, że model nie generuje kodu ani tekstu, tylko klasyfikuje znaleziska. Organizacje, które miały włączone alerty AI-detected Password, przeszły na niego automatycznie.

Gdzie działa nowy model

Zmiana obejmuje trzy miejsca, każde w innym stanie wdrożenia:

• alerty w secret scanning - działają już na nowym modelu, bez dodatkowych opłat w ramach GitHub Secret Protection (GHSP) i GitHub Advanced Security (GHAS),
• push protection, czyli blokowanie wysłania kodu z sekretem - wykrywanie AI jest w preview, domyślnie wyłączone i płatne w kredytach AI,
• komenda /security-review w Copilot CLI i aplikacji Copilot - skanowanie sekretów ma wkrótce trafić do prywatnego preview.

Ile to kosztuje i kto płaci

Alerty pozostają w cenie licencji GHSP lub GHAS. Opłaty dotyczą tylko nowych, opcjonalnych kontroli. Push protection z AI zużywa kredyty AI organizacji, do której należy repozytorium, nawet jeśli kontrola nie zablokuje pushu. W raportach zużycia pojawi się jako pozycja Secret Protection AI Credits. Komenda /security-review obciąża konto powiązane z aktywnym planem Copilot.

GitHub nie podał stawek za pojedynczą kontrolę. Pobieranie kredytów ma się zacząć w ciągu najbliższych tygodni i tylko po tym, jak organizacja przystąpi do publicznego preview i włączy funkcję. Uczestnicy prywatnego preview push protection zaczną płacić po zmianie rozliczeń, jeśli wcześniej nie wyłączą funkcji.

Których planów GitHub dotyczy zmiana

Dostępność zależy od planu i miejsca hostowania kodu. Poniższe zestawienie opracowaliśmy na podstawie changelogu GitHuba z 7 października 2026 roku.

• GitHub Team i Enterprise Cloud na github.com: push protection z AI wymaga płatnej licencji GHSP lub GHAS,
• Enterprise Cloud z rezydencją danych (ghe.com): komenda /security-review w Copilot Business i Enterprise, push protection planowany,
• GitHub Enterprise Server: alerty AI w wersji 3.23 w publicznym preview, bez push protection i bez komendy Copilot,
• plany indywidualne Copilot (Free, Student, Pro, Pro+, Max): dostęp do /security-review bez licencji GHSP, z zużyciem kredytów,
• Copilot Business i Enterprise: /security-review według zaproszenia i polityk administratora, bez zastąpienia licencji GHSP potrzebnej do push protection.

Co powinien zrobić administrator

Dla polskich zespołów korzystających z GitHuba najważniejsza jest kontrola kosztów. Administrator organizacji lub przedsiębiorstwa może wyłączyć nowe funkcje polityką i ustawić budżet kredytów AI. Samo przystąpienie do preview nie omija tych ustawień.

Kolejność działań przed włączeniem funkcji:

1. sprawdź w Billing and licensing, czy organizacja ma licencję GHSP lub GHAS,
2. w Budgets and alerts utwórz budżet dla pozycji Advanced Security and Secret Protection AI Credits albo wspólny budżet dla wszystkich kredytów AI,
3. zaznacz opcję zatrzymania użycia po osiągnięciu limitu, bo same alerty budżetowe nie blokują wydatków,
4. jeśli organizacja była w prywatnym preview push protection, zdecyduj przed zmianą rozliczeń, czy zostawić funkcję włączoną.

Ograniczenia i niewiadome

GitHub nie opublikował danych o skuteczności modelu, takich jak odsetek fałszywych alarmów, ani cen kontroli w kredytach AI. Changelog jest też niespójny co do statusu push protection: w jednym miejscu mówi o prywatnym preview, w innym o publicznym. Do czasu doprecyzowania warto traktować funkcję jako wczesną wersję.

W naszej ocenie wykrywanie haseł bez stałego formatu odpowiada na realny problem, bo takie wycieki zdarzają się najczęściej w plikach konfiguracyjnych i skryptach. Model AI nie zastępuje jednak rotacji kluczy, menedżera sekretów i przeglądu historii repozytorium po wykryciu wycieku.