Why do the secrets scattered across my project end up inside my coding agent's prompt?
Peluang
AI coding agents read entire project directories before generating or editing code. That context routinely includes .env files, config YAML, shell history, and CI secrets, all of which get packed into the prompt sent to an external LLM API. On the code-generation side, agents write code that hardcodes the credentials they saw in context. GitGuardian's 2026 State of Secrets Sprawl report found 28.65 million new hardcoded secrets pushed to public GitHub in 2025, up 34% year over year, with AI-assisted commits leaking secrets at roughly twice the rate of human-written commits, and 24,008 unique secrets found sitting in public MCP configuration files. No coding agent today ships a secrets-aware context filter that strips or vaults sensitive values before they enter the prompt.
Mengapa ini penting
A secrets-aware context layer built into the agent toolchain is the only fix that scales as AI-generated code becomes the default.
Cara saya menilai peluang
Skor Peluang adalah penilaian pribadi saya, bukan pengukuran: seberapa besar dampaknya, seberapa sering terasa, dan seberapa sedikit solusi yang ada saat ini. Semakin tinggi skornya, semakin layak menurut saya untuk dibangun.
Seberapa besar masalah yang ditimbulkannya saat muncul.
Seberapa sering orang benar-benar menghadapinya.
Betapa sedikitnya alat yang baik tersedia untuknya saat ini.
Lebih banyak masalah yang layak diselesaikan
Mengapa setiap aplikasi AI melupakan saya begitu saya menutup tab?
AIMengapa mempelajari bidang baru masih terganjal oleh ketidaktahuan tentang apa yang harus ditanyakan?
AIMengapa orang awam tidak bisa memverifikasi apa yang baru saja dikatakan AI kepada mereka?
AIMengapa kita menguji model pada tolok ukur tetapi meluncurkannya berdasarkan intuisi semata?
AIMengapa agen AI tidak punya ingatan atas kesalahan mereka sendiri?
AIMengapa saya tidak bisa mengaudit apa yang sebenarnya digunakan untuk melatih sebuah model?