GitGuardian Reporta Aumento de 81% em Vazamentos de Serviços de IA com 29 Milhões de Segredos Expostos no GitHub Público

O aumento de 81% nos vazamentos de credenciais de serviços de IA não é só um sintoma da adoção acelerada de ferramentas como Claude Code, mas um sinal claro de que a arquitetura de dados moderna está se fragmentando em camadas invisíveis de risco: orquestração de LLMs, RAG, armazenamento vetorial e gateways como OpenRouter. Esses componentes exigem credenciais específicas, tokens do Hugging Face, chaves do Azure OpenAI, strings de conexão PostgreSQL em arquivos MCP, e estão sendo expostos cinco vezes mais rápido que os próprios modelos centrais. O dado crítico não está na taxa de 3,2% de commits com segredos feitos por IA, mas no fato de que 28% dos vazamentos agora ocorrem fora do GitHub: em Slack, Jira, Confluence e até preprints do arXiv, onde equipes compartilham protótipos, prompts e configurações sem pensar em governança.

Isso revela uma falha estrutural: pipelines de dados e analytics estão integrando IA sem atualizar as práticas de gestão de NHI (Não-Human Identities). Enquanto time de dados foca em qualidade de features e latência de ingestion, o ciclo de vida dessas credenciais, criação, rotação, revogação, auditoria, permanece manual, descoordenado e frequentemente ausente. Os 64% de segredos válidos desde 2022 ainda ativos em 2026 não são negligência isolada; são a consequência direta de falta de automação em políticas de credential rotation em ambientes de data engineering e MLOps, onde chaves são injetadas em notebooks, DAGs do Airflow e containers do Docker Hub sem controle centralizado.

Para equipes de dados, isso significa que cada pipeline que consome API de LLM, cada vetor store alimentado por RAG e cada dashboard com integração em tempo real via OpenRouter já carrega um segredo potencialmente exposto, e 70% desses segredos permanecem ativos três anos após a exposição. A vulnerabilidade não está só no código-fonte, mas na forma como dados, metadados e identidades de serviço fluem entre ferramentas. Um único token vazado no Confluence pode permitir acesso não autorizado a warehouses, exfiltração de dados sensíveis ou injeção de prompt em sistemas analíticos. Governança de dados hoje exige credential scanning em toda a cadeia: repositórios, CI/CD, ferramentas de colaboração e até imagens de container, não como checklist, mas como etapa obrigatória de ingestão e deploy.