Una función aparentemente conveniente en Claude Code, la herramienta de codificación asistida por IA de Anthropic, ha sido identificada como la causa de la filtración de credenciales sensibles. Al seleccionar la opción 'Sí, y no vuelvas a preguntar', los usuarios permitían que la IA guardara comandos con contraseñas en texto plano, que luego eran subidos a repositorios públicos de GitHub. Esta vulnerabilidad ha expuesto datos críticos como claves de bases de datos, accesos SSH y tokens de GitHub.
Los modelos de inteligencia artificial generativa se caracterizan por su insistencia en preguntar, a menudo terminando sus interacciones con "¿Quieres que haga algo más?". Aunque los sistemas predictivos como los LLM necesitan avanzar, las herramientas actuales permiten restringir este comportamiento, aunque no siempre con los resultados esperados.
En el caso de Claude Code, la aplicación puede operar en modo automático, pero siempre solicitará la confirmación del usuario antes de tomar decisiones importantes. Para agilizar el proceso, la aplicación incluye un selector de "Sí, y no vuelvas a preguntar", similar a la opción que se marca al eliminar una carpeta con múltiples elementos. Sin embargo, al activar esta opción en Claude Code, el comando aprobado, incluyendo cualquier contraseña escrita, se guardaba en un archivo que podía incorporarse al código generado por la IA.
Según descubrimientos de Apiiro, esta mecánica llevó a la filtración de contraseñas de bases de datos, credenciales de acceso a servidores SSH, claves privadas y tokens de GitHub, así como claves de AWS. Estos datos sensibles quedaron accesibles públicamente.
Imagina la magnitud de esta filtración: si alguien encontrara estos datos, como una clave API privada, podría generar un considerable perjuicio financiero al desarrollador. La información estaba disponible para cualquiera en los repositorios públicos de GitHub.
Para recordar un permiso otorgado, Claude Code almacena el comando literal en un archivo del proyecto, denominado '.claude/settings.local.json'. Si el comando contenía una contraseña, esta se guardaba en formato de texto sin cifrar. Aunque este archivo no está diseñado para ser compartido, su manejo depende del equipo de desarrollo, no del repositorio. Si el archivo ya había sido subido previamente, o si otro equipo colaboraba en el proyecto, su contenido se transmitía a GitHub junto con el resto del código.
El comportamiento de Claude Code tiene una lógica: para no interrumpir al usuario y dado que ya cuenta con su permiso, guarda el comando exacto para futuras ocasiones. Sin embargo, si el desarrollador no supervisa lo que sube y envía los archivos directamente a GitHub, termina compartiendo acceso a su propia información. Este problema no es aislado; el fenómeno del 'vibecoding' ha impulsado significativamente el uso de GitHub. De acuerdo con el informe Octoverse 2026 de GitHub, se registraron 17.900 millones de 'pushes' y 34.300 millones de 'commits' en los doce meses previos al 30 de septiembre. Esta cifra de 'pushes' supera la suma de los años 2024 y 2025. Otro dato que subraya la influencia del 'vibecoding' en GitHub es que, en septiembre de este año, más del 40% de las 'pull requests' se originaron a través de un agente de IA, un aumento significativo desde el 17% registrado en marzo.
Anthropic, la empresa detrás de Claude Code, no emitió un comunicado oficial, pero Boris Cherny, responsable de la herramienta, respondió en Hacker News. Admitió que la herramienta nunca ha depurado los secretos de lo que almacena y argumentó que el archivo está diseñado para permanecer localmente. Según Cherny, dado que Claude Code lo excluye de Git al crearlo, los archivos filtrados debieron ser creados manualmente y subidos posteriormente. Mientras Anthropic busca una solución definitiva, Cherny aconseja usar el modo automático en Claude Code y activar el escaneo de secretos en el repositorio. También adelantó que el equipo está probando dos mejoras: que el modo automático detecte la filtración de datos y un escáner básico de secretos integrado. No hay una fecha definida para la implementación de estos cambios.