产品

Postman 静默装 AI 插件,API 数据流向成疑

Postman 用户报告称,客户端会自动安装 AI 插件,并尝试共享全部 API 数据。现阶段尚不能确认数据已外传,但权限范围、安装授权和数据流向值得立即审计。

字号

Postman 被指自动安装 AI 插件,并尝试共享全部 API 数据。争议重点不是模型能力,而是开发工具能否替用户同意数据传输。

问题从 GitHub Issue 暴露

事情的公开入口是 Postman 用户支持仓库的 Issue #14370。

Issue 披露了两个值得拆开看的现象:

  • Postman 客户端会自动安装一个 AI 插件。
  • Issue 中的相关描述称,该插件会尝试共享用户的全部 API 数据。

这里涉及三个不同层次:

  1. Postman 客户端本身。
  2. 用户用于请求、响应和调试的 API 环境。
  3. 客户端的插件安装与授权机制。

因此,这不是简单的“AI 插件好不好用”,也不是某个模型回答得准不准。它直接触及开发工具的权限模型:插件从哪里来、何时安装、默认能访问什么,以及用户能否看见并撤回这些权限。

还要加一个重要限定。当前公开材料主要是用户报告与指称。不能仅凭 Issue 标题就确认所有 API 数据都已经被实际外传,也不能据此还原完整的数据路径。

能确认的是,权限边界出现了争议,而且这个争议发生在 API 凭证和业务数据附近。

612 分背后不是功能争论

该事件登上 Hacker News 首页,获得 612 分和 198 条评论。讨论规模远大于一次普通的功能反馈。

来源:Hacker News 讨论

开发者真正担心的不是 AI 少写了几行代码,而是 API 数据可能流向哪里。

Postman 调试环境里通常有什么?

  • Authorization 请求头里的 API Key。
  • OAuth token、Bearer token 或其他签名凭证。
  • 请求体中的用户信息、订单内容和内部参数。
  • 响应中的客户数据、测试数据和内部接口结果。
  • Collection、Environment 和 Workspace 中保存的变量。

这些数据未必包含生产环境中的全部敏感信息,却足以让第三方服务获得可用的访问凭证,或者还原真实业务请求。

如果用户只看到“安装一个 AI 插件”,却没有看到“收集全部 API 数据”这种默认范围,那么安装动作和授权动作实际上被折叠成了一个按钮。

安装插件与授权数据是两件事

“允许安装插件”不应该自动等于“允许上传全部 API 数据”。

可以把完整路径拆成四步:

  1. 客户端下载并安装插件。
  2. 插件请求访问 Workspace、Collection 或本地环境变量。
  3. 用户选择可共享的数据。
  4. 数据经过具体服务,传给模型提供方或 Postman 的云端服务。

每一步都有不同的风险。自动安装主要涉及软件供应链和执行权限;数据共享则涉及调用记录、请求内容、响应内容和凭证。

两者不能合并处理。

一个更合理的授权界面,至少应该显示:

  • 插件名称、发布方和版本。
  • 安装来源及完整性校验信息。
  • 计划读取的数据类型。
  • 是否包含 Environment 变量。
  • 是否包含请求头、请求体和响应体。
  • 数据送往哪些域名或第三方服务。
  • 数据保留多久,能否删除。

用户点“同意”,只能表示同意眼前明确展示的权限。它不该成为一张覆盖未来所有 API 数据的空白支票。

比静默安装更危险的是默认范围

如果争议最终证明没有发生批量外传,默认范围仍然值得讨论。

“全部 API 数据”可能覆盖凭据、环境变量和业务数据。范围太大,会让一次普通授权变成事实上的全面读取。

这里至少涉及四个产品边界。

数据最小化。 AI 助手未必需要完整环境。

如果用户只是让模型分析一个报错,那么提供错误响应、相关请求和必要的环境名称,可能就够了。没有必要默认上传整个 Workspace。

显式授权。 不同数据类别应分开确认。

读取 Collection 名称,可以和读取请求体分开;读取环境变量,可以和读取响应内容分开。用户不该靠猜。

默认排除敏感字段。 Authorization、Cookie、token、API Key 等内容应默认脱敏。

可撤回权限。 用户关闭共享后,插件不应继续保留历史访问权。若数据已经发送,还需要说明删除路径。

还要考虑本地数据与云端数据。Postman 桌面客户端并不意味着所有插件行为都发生在本机。插件可能调用远端模型,也可能先把上下文上传到 Postman 的服务,再转发给第三方。

从用户视角看,“本地客户端”只是部署位置,不是数据边界。

开发者该先做权限审计

现在先别争论模型能力。对使用 Postman 的团队来说,更实际的是做一次权限与数据暴露检查。

第一步:检查插件和客户端更新记录。

确认自动安装的 AI 插件名称、版本、安装时间和发布方。查看它是否被允许自动更新,以及能否禁用自动安装。

第二步:盘点 Workspace。

不要把 API 凭证直接写进请求样例。可以先用下面的 shell 命令查找工作区中常见的敏感字段名称:

rg -n -i --hidden \
  '(authorization|api[_-]?key|access[_-]?token|bearer|password|secret|client[_-]?secret)' \
  ./postman-workspace

这条命令只检查文本模式,能帮助定位明显风险,但不能证明字段安全,也不能识别所有二进制文件、加密内容或格式变体。

第三步:检查 Environment 和变量同步。

重点看本地变量是否被同步到团队 Workspace、云端服务或共享 Collection。删除无用变量,拆分生产与测试凭证,并给敏感变量设置更短的有效期。

第四步:检查日志与遥测配置。

确认请求体、响应体和请求头是否会被上传、保存或用于分析。若团队必须共享调试上下文,先生成脱敏副本,再交给 AI 插件。

一个简单原则:模型需要什么,就给什么。不要把“方便排查”变成“把整个环境交出去”。

编辑思考

这件事重要,不只是因为 Postman 可能失去一部分用户信任。AI 插件正在改变开发工具的权限模型:过去,Collection 和 Environment 主要是团队成员之间的协作对象;加入代理式助手后,它们也可能变成模型的上下文来源。

我的判断是,下一轮开发工具竞争不会只比模型能力。谁能清楚展示数据访问范围、默认排除敏感字段、限制第三方转发,并允许用户随时撤回权限,反而会更重要。这和 AI Agent 接入企业系统的逻辑相同:默认最小权限,比事后解释更可信。

但这次和过去的插件权限争议也不同。普通插件出错,影响通常局限在当前进程;AI 插件可能把上下文送到外部服务,错误选择、提示注入和日志留存都会扩大后果。现有材料仍不足以确认完整数据流向,也无法断言“全部 API 数据”已实际外传。下一步应等待 Postman 的技术说明、服务端日志证据和可验证的权限配置。

来源: https://github.com/postmanlabs/postman-app-support/issues/14370