1、背景

最近看到阿里禁用 Claude Code 的新闻，AI 编程工具被推到风口浪尖。

我估计这里面有两层原因：一是政治因素，二是系统安全因素。毕竟阿里这么大的公司，不可能把项目代码和研发命脉完全交给美国 AI 公司。

个人开发者或者小公司可能觉得无所谓，哪个工具好用就用哪个。但大公司不一样，效率再重要，安全也要放在第一位。

以前我们聊 Cursor、Claude Code、Codex、Trae，更多是在聊谁写代码更强。但现在看，不能只看效率。因为它已经不是简单的代码补全插件了。它可以读项目、改文件、跑命令、接 MCP。

说白了，它已经从“写代码助手”，变成了“能干活的 Agent”。权限越大，风险也就越大。

2、一句话总结

AI 编程工具一定要用，但不能裸奔式使用。

什么叫裸奔式使用？

就是不区分项目、不限制权限、不做命令确认，直接让 AI 在项目里随便读、随便改、随便跑。

这种用法短期爽，长期一定有坑。

这就像数据库账号一样。root 账号方便，但一旦误操作，可能就是事故。

AI Agent 也是一样。

3、风险在哪里

• 第一个风险是：代码和业务信息泄露。

  AI 要想写好代码，就必须理解上下文。源码、接口、配置、日志、业务规则，组合起来就是核心资产。

• 第二个风险是：密钥和配置泄露。

  很多项目里都有 .env、测试连接串，甚至残留着 Token。你让 AI 扫整个项目，它就可能读到。

• 第三个风险是：命令执行。

  现在的 AI Agent 不只是写代码，还能执行命令。如果涉及删除文件、访问内网、操作数据库，就不能让它一路自动跑到底。

• 第四个风险是插件和 MCP。

  MCP 很好用，可以让 AI 接数据库、浏览器、知识库、Git。但每接一个工具，就相当于多开一扇门，权限和数据流向都要想清楚。

4、怎么安全使用

第一，普通项目大胆用，敏感项目谨慎用。

个人练手、开源、小工具项目，可以给 AI 多一些上下文。但涉及支付、风控、用户隐私的项目，不要让 AI 随便扫全量代码。

第二，不要把生产密钥放进项目。

项目里尽量只保留 .env.example，真实密钥用环境变量保存。生产库地址、API Key，不要丢给 AI。

第三，高危命令必须人工确认。

删除文件、修改权限、推送代码、安装未知依赖，都建议停一下，看清楚再执行。

第四，不要盲目信任 AI 生成的代码。

登录鉴权、权限判断、SQL 拼接、支付回调、数据脱敏这些地方，一定要自己 review。越靠近钱和数据，越不能完全交给 AI。

第五，公司层面要有工具白名单和权限分级。

不能谁想用什么就用什么。至少要明确哪些工具能用，哪些数据不能上传，哪些插件不能接。

第六，适时选择国产模型和工具。

我们现在用的 Codex、Claude Code、GPT、Claude，本质上还是国外产品。万一哪天因为政治、合规、账号等原因被限制，研发就会很被动。

所以平时就要关注国产模型和国产 Agent。普通项目可以多工具并行，敏感项目和企业级智能体，更建议优先使用国内模型。这样更安全、稳定、可控。

5、总结

本文主要聊了 AI 编程工具的安全问题。

我的观点很简单：

1. AI 编程工具一定要用，不用效率会吃亏。
2. AI 编程工具不能裸奔式使用，权限必须管住。
3. 敏感项目、生产密钥、用户数据，不要随便暴露给 AI。
4. 命令执行、插件接入、MCP 服务，都要有确认和边界。
5. 程序员不能只做 AI 的操作员，还要保留自己的判断力。
6. 适时选择国产模型和工具，避免被卡脖子。

最后再说一句，国产 AI 和国产 Agent 需当自强。

只有底层模型、开发工具、Agent 框架、插件生态都真正好用起来，我们才不会被别人卡脖子。

工具越强，边界越重要。安全之剑，需长悬头顶。

本篇完结！欢迎点赞 关注 收藏！！！