Postman 被指會自動安裝 AI 插件,並嘗試共享完整的 API 資料。爭議焦點不在模型能力,而在開發工具是否能在未經使用者明確同意的情況下,代替其決定資料能否傳輸。
事件源自 GitHub Issue
事件公開曝光的入口,是 Postman 用戶支援儲存庫中的 Issue #14370。
該 Issue 揭露了兩個需要分開檢視的現象:
- Postman 客戶端會自動安裝一個 AI 插件。
- Issue 中的相關描述指出,該插件會嘗試共享使用者的全部 API 資料。
這件事涉及三個不同層次:
- Postman 客戶端本身。
- 用於發送請求、接收回應與除錯的 API 環境。
- 客戶端的插件安裝與授權機制。
因此,問題不在於「AI 插件好不好用」,也不是某個模型的回答準不準。它直接牽涉開發工具的權限模型:插件從何而來、何時安裝、預設能存取哪些資料,以及使用者能否看見並收回這些權限。
還有一項重要限制。目前公開資料主要來自使用者回報與相關指稱。不能只憑 Issue 標題,就確認所有 API 資料都已被實際傳出,也無法據此還原完整的資料流向。
目前能確定的是,權限邊界出現了爭議,而且爭議就發生在 API 憑證與業務資料附近。
612 分背後並非功能之爭
事件登上 Hacker News 首頁,獲得 612 分與 198 則留言。討論規模遠大於一次一般的功能回饋。
開發者真正擔心的,不是 AI 少寫了幾行程式碼,而是 API 資料可能流向何處。
Postman 的除錯環境通常包含哪些內容?
Authorization請求標頭中的 API Key。- OAuth token、Bearer token 或其他簽章憑證。
- 請求本文中的使用者資訊、訂單內容與內部參數。
- 回應中的客戶資料、測試資料與內部 API 結果。
- Collection、Environment 與 Workspace 中儲存的變數。
這些資料未必包含正式環境中的所有敏感資訊,卻足以讓第三方服務取得可用的存取憑證,或重現真實的業務請求。
如果使用者只看到「安裝一個 AI 插件」,卻看不到「收集全部 API 資料」這項預設範圍,那麼安裝與授權實際上就被合併成同一個按鈕。
安裝插件與授權資料是兩回事
「允許安裝插件」不應自動等同於「允許上傳全部 API 資料」。
完整流程可以拆成四個步驟:
- 客戶端下載並安裝插件。
- 插件請求存取 Workspace、Collection 或本機環境變數。
- 使用者選擇可共享的資料。
- 資料經由特定服務,傳給模型供應商或 Postman 的雲端服務。
每個步驟都有不同風險。自動安裝主要涉及軟體供應鏈與執行權限;資料共享則涉及呼叫紀錄、請求內容、回應內容與憑證。兩者不能混為一談。
較合理的授權介面,至少應顯示:
- 插件名稱、發布者與版本。
- 安裝來源與完整性驗證資訊。
- 預計讀取的資料類型。
- 是否包含 Environment 變數。
- 是否包含請求標頭、請求本文與回應本文。
- 資料會送往哪些網域或第三方服務。
- 資料保留多久,以及能否刪除。
使用者按下「同意」,只能表示同意當下明確顯示的權限,不應成為一張涵蓋未來所有 API 資料的空白支票。
比靜默安裝更危險的是預設範圍
即使最終證實沒有發生批次外傳,預設權限範圍仍值得討論。
「全部 API 資料」可能涵蓋憑證、環境變數與業務資料。範圍過大,會讓一次普通授權變成事實上的全面讀取。
這至少涉及四項產品邊界。
資料最小化。 AI 助手未必需要完整環境。如果使用者只是要模型分析一個錯誤,提供錯誤回應、相關請求與必要的環境名稱,可能就已足夠,沒有必要預設上傳整個 Workspace。
明確授權。 不同類別的資料應分別確認。讀取 Collection 名稱,可以與讀取請求本文分開;讀取環境變數,也可以與讀取回應內容分開。使用者不應靠猜測來決定。
預設排除敏感欄位。 Authorization、Cookie、token、API Key 等內容應預設遮蔽。
可收回權限。 使用者關閉共享後,插件不應繼續保有歷史存取權。若資料已經傳送,也必須說明刪除方式。
同時還要考量本機資料與雲端資料。Postman 桌面客戶端不代表所有插件行為都發生在本機。插件可能呼叫遠端模型,也可能先把上下文上傳到 Postman 的服務,再轉送給第三方。
從使用者角度來看,「本機客戶端」只是部署位置,並不等於資料邊界。
開發者應先進行權限稽核
現在先別爭論模型能力。對使用 Postman 的團隊而言,更實際的做法是進行一次權限與資料暴露檢查。
第一步:檢查插件與客戶端更新紀錄。
確認自動安裝的 AI 插件名稱、版本、安裝時間與發布者。查看該插件是否獲准自動更新,以及能否停用自動安裝。
第二步:盤點 Workspace。
不要把 API 憑證直接寫進請求範例。可以先使用下列 shell 命令,搜尋工作區中常見的敏感欄位名稱:
rg -n -i --hidden \
'(authorization|api[_-]?key|access[_-]?token|bearer|password|secret|client[_-]?secret)' \
./postman-workspace
這道命令只會檢查文字模式,有助於定位明顯風險,但無法證明欄位安全,也無法辨識所有二進位檔、加密內容或格式變體。
第三步:檢查 Environment 與變數同步。
特別檢查本機變數是否已同步至團隊 Workspace、雲端服務或共享 Collection。刪除無用的變數,分離正式與測試憑證,並為敏感變數設定較短的有效期限。
第四步:檢查日誌與遙測設定。
確認請求本文、回應本文與請求標頭是否會被上傳、保存或用於分析。若團隊確實需要共享除錯上下文,應先產生遮蔽敏感資訊的副本,再交給 AI 插件。
基本原则很简单:模型需要什么,就提供什么。不要让「方便排查」变成「把整个环境交出去」。
編輯觀點
這件事的重要性,不只因為 Postman 可能因而失去部分使用者的信任。AI 插件正在改變開發工具的權限模型:過去,Collection 與 Environment 主要供團隊成員協作;加入 Agent 式助手後,它們也可能成為模型的上下文來源。
我的判斷是,下一輪開發工具競爭不會只比較模型能力。誰能清楚呈現資料存取範圍、預設排除敏感欄位、限制第三方轉送,並允許使用者隨時收回權限,反而會更加重要。這與 AI Agent 接入企業系統的邏輯相同:預設採取最小權限,比事後解釋更值得信賴。
但這次事件與過去的插件權限爭議仍有不同。一般插件出錯,影響通常只限於當前程序;AI 插件可能把上下文送往外部服務,錯誤選擇、提示注入與日誌留存都會擴大後果。現有資料仍不足以確認完整資料流向,也無法斷言「全部 API 資料」已實際外傳。下一步應等待 Postman 公布技術說明、服務端日誌證據,以及可供驗證的權限設定。