Más de 100,000 archivos de configuración de un asistente de programación con inteligencia artificial han sido subidos accidentalmente a repositorios públicos de GitHub, exponiendo información sensible de decenas de organizaciones a nivel global. Investigadores de seguridad identificaron que aproximadamente 1,100 de estos archivos, pertenecientes a 63 organizaciones distintas, contienen secretos activos: tokens de API, contraseñas de bases de datos, claves privadas y credenciales de administrador.

El mecanismo detrás de la filtración

El origen del problema está en cómo el asistente gestiona las aprobaciones de comandos automatizados. Cuando un desarrollador selecciona la opción "Sí, y no volver a preguntar" para ejecutar un comando de shell, esa decisión queda registrada en un archivo local llamado .claude/settings.local.json. El conflicto surge porque ese archivo no solo guarda la preferencia del usuario, sino que en muchos casos también almacena el comando completo, incluyendo cualquier dato sensible que haya sido parte de él.

La documentación del asistente indica que este archivo debería quedar excluido de los repositorios mediante la lista global de .gitignore del desarrollador. Sin embargo, esta protección opera a nivel de máquina individual, no a nivel de repositorio. Esto significa que si el proyecto se clona en otro equipo, si una carpeta se convierte en repositorio posteriormente, o si el desarrollador no tiene configurado el .gitignore global, el archivo puede subirse sin advertencia. Agrava la situación el hecho de que la herramienta puede confirmar cambios en ese archivo de configuración de forma automática, sin requerir intervención explícita del usuario.

Riesgo persistente más allá de la eliminación

Un factor que amplifica el impacto de estas filtraciones es la naturaleza distribuida de GitHub: incluso cuando un archivo comprometido es detectado y eliminado del repositorio original, los secretos pueden persistir indefinidamente en las bifurcaciones (forks) que otros usuarios hayan creado antes de la eliminación. Esto convierte cada exposición en un riesgo de ventana abierta, no en un incidente puntual y reversible.

Para las organizaciones con equipos de desarrollo activos, el caso ilustra un riesgo estructural que va más allá de este asistente específico: la adopción acelerada de herramientas de IA en flujos de trabajo de desarrollo amplía la superficie de ataque si no se acompaña de políticas claras sobre gestión de secretos. La práctica recomendada por especialistas en seguridad es utilizar gestores de secretos dedicados, aplicar controles de .gitignore a nivel de repositorio —no solo de máquina— y auditar periódicamente los repositorios en busca de credenciales expuestas mediante herramientas de escaneo automatizado.