三位Java专家分享了使用GitHub Copilot解决问题、加速开发并保持人工把关的经验；介绍了如何将Copilot会话迁移到VS Code而不丢失对话、代码改动和工作上下文；GitHub的上下文感知密钥检测模型提升了检测质量，加权接受率提高11.5%，扫描执行时间中位数减少86%。

GitHub推出上下文感知的密钥检测分类器，提升检测质量：加权接受率提高11.5%，扫描执行时间中位数减少86%。GitHub漏洞赏金团队还介绍了研究员@vaib25vicky的方法与经验，并利用开源AI安全代理发现24个安卓漏洞，公开相关AI任务流程供复现。

GitHub Copilot 更新包括：支持将 Copilot 应用中的智能体会话迁移至 VS Code，保留对话、代码改动与工作上下文；推出上下文感知的密钥检测模型，加权接受率提升 11.5%，扫描执行时间中位数减少 86%；并介绍如何通过自定义指令、技能、自定义代理及连接 Playwright 等 MCP 服务器，让 Copilot 了解代码库。

GitHub 推出上下文感知的密钥检测分类器，提升检测质量：加权接受率提高 11.5%，扫描执行时间中位数减少 86%。文章还介绍面向初学者的 Copilot 应用教程，讲解如何为代码库添加自定义指令与技能、使用自定义代理及连接 MCP 服务器。文章指出，开发者并非更粗心，而是开发速度已超越防护能力，保护软件的工具应随软件开发工具同步扩展。

AI编码代理为获取上下文会读取本地文件，可能将.env、密钥、日志等敏感信息发送给外部模型，导致密钥在提交或CI检查前泄露，传统安全关卡无法拦截。应实施零信任控制，在提示或文件读取前用确定性密钥检测进行阻断或脱敏，并明确代理权限与上下文规则。