透過使用 MitM 代理和 eBPF 進行技術分析，揭示了 GitHub Copilot 的上下文注入、模型路由和遙測收集細節。該研究突出了特定的行為，例如來自其他檔案的上下文洩漏以及代理程式收集的資料量。分析發現，最近的編輯會從當前編輯的檔案以外的其他檔案中提取上下文，且 eBPF 允許在加密前捕獲原始資料。此外，它也證明了 eBPF 在繞過憑證固定以捕獲原始純文字流量的有效性。

事件背景

MitM（中間人）代理用於攔截客戶端與伺服器間的通訊以檢查流量；eBPF（擴充伯克利封包過濾器）為 Linux 核心技術，能在核心層級捕獲資料，通常可繞過應用程式層級的加密。上下文注入則指將特定背景資訊加入 AI 提示中，以提升回應相關性。

社群觀察

社群成員讚賞對 Copilot 內部機制的深入探討，特別是使用 eBPF 繞過憑證固定。一些使用者分享了關於上下文洩漏的觀察，並將 Copilot 的短期記憶處理方式與 OpenAI 的 Codex 客戶端進行了比較，同時也有人指出 .env 檔案缺乏預設規則。