Why do the secrets scattered across my project end up inside my coding agent's prompt?
Opportunità
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.
Perché è importante
A secrets-aware context layer built into the agent toolchain is the only fix that scales as AI-generated code becomes the default.
Come valuto l'opportunità
L'Opportunity Score è la mia valutazione personale, non una misurazione: quanto fa male, con quale frequenza colpisce e quanto poco esiste per risolverlo oggi. Un punteggio più alto significa che lo ritengo più degno di essere sviluppato.
Quanto dolore provoca quando si manifesta.
Quanto spesso le persone ci si imbattono davvero.
Quanti pochi strumenti validi esistono oggi per affrontarlo.
Altri problemi che vale la pena risolvere
Perché ogni app AI mi dimentica nel momento in cui chiudo la scheda?
AIPerché imparare un nuovo campo dipende ancora dal sapere cosa chiedere?
AIPerché una persona non esperta non riesce a verificare ciò che un'AI le ha appena detto?
AIPerché testiamo i modelli sui benchmark ma li rilasciamo a sensazione?
AIPerché gli agenti AI non hanno memoria dei propri errori?
AIPerché non posso verificare su cosa è stato effettivamente addestrato un modello?