GitHub เปลี่ยนมาใช้โมเดลเฉพาะทางตรวจ secret ที่รั่ว — จับรหัสผ่านที่ไม่มีรูปแบบตายตัวได้ เตรียมใส่ใน push protection และ /security-review ของ Copilot CLI แต่ส่วนใหม่จะคิด AI Credits

GitHub ประกาศใน changelog เมื่อ 7 ต.ค. 2026 ว่าได้นำ โมเดลที่ fine-tune มาเพื่อตรวจจับ secret โดยเฉพาะ มาใช้แทนของเดิมในการแจ้งเตือน secret scanning แบบที่ใช้ AI ตรวจ ปัญหาที่โมเดลนี้ตั้งใจแก้คือ secret ที่ regex จับไม่ได้ เช่น รหัสผ่านฐานข้อมูลที่ไม่มี prefix อย่าง ghp_ หรือ sk- ให้จับ โมเดลจะอ่านโค้ดรอบๆ เพื่อตัดสินว่าค่าไหนน่าจะเป็น credential ตามที่ GitHub เขียนไว้ว่ามัน “reads surrounding code to identify likely credentials, including passwords without a recognizable token format, without generating code or prose”

ที่ประกาศครั้งนี้มีผลกับนักพัฒนามากขึ้น เพราะ GitHub จะไม่ได้ใช้โมเดลนี้แค่ใน alert ย้อนหลัง แต่จะเอาไปใส่ใน push protection (บล็อกตั้งแต่ตอน push) และในคำสั่ง /security-review ของ Copilot CLI และ Copilot app ด้วย ซึ่งเป็นจุดที่ coding agent เขียนโค้ดแล้ว commit เอง GitHub ยังประกาศโมเดลการคิดเงินล่วงหน้าไว้ด้วย เพื่อให้แอดมินตั้งงบได้ก่อนเปิดใช้งาน

อะไรเปลี่ยนทันที และอะไรยังต้องรอ

• ใช้ได้แล้ว ฟรี: ลูกค้าที่เปิดการแจ้งเตือน AI-detected Password อยู่ถูกย้ายไปใช้โมเดลใหม่โดยอัตโนมัติ และยังรวมอยู่ใน GitHub Secret Protection (GHSP) / GitHub Advanced Security (GHAS) โดยไม่คิดเงินเพิ่ม
• GHES 3.23: การแจ้งเตือนจากโมเดลนี้จะเข้าไปอยู่ใน GitHub Enterprise Server 3.23 แบบ public preview (แต่ push protection แบบ AI และ /security-review ไม่อยู่ในรุ่น Server นี้)
• Private preview: AI secret detection ใน push protection สำหรับ GitHub Team / Enterprise Cloud ที่ซื้อ GHSP หรือ GHAS แอดมินต้องเป็นคนเปิด
• เร็วๆ นี้ (private preview): /security-review ใน Copilot CLI และ Copilot app จะใช้ตัวจำแนก secret นี้ร่วมกับการรีวิวแบบ LLM ที่มีอยู่แล้ว ส่วนนี้ไม่ต้องมีไลเซนส์ GHSP/GHAS ผู้ใช้ Copilot แบบบุคคลทุกแผน (Free, Pro, Pro+, Max, Student) มีสิทธิ์ใช้ ตามเงื่อนไขการเข้าถึงและการใช้เครดิต

เรื่องเงินที่ต้องรู้ก่อนกดเปิด

• push protection แบบ AI กับการตรวจ secret ใน /security-review เป็น opt-in และคิด AI Credits ซึ่ง GitHub จะเริ่มใช้ “in the coming weeks”
• push protection คิดเงินกับ องค์กรที่เป็นเจ้าของ repo และ changelog ระบุว่า “A check can consume credits even if it doesn’t block a push” แปลว่าทุก push ที่ถูกตรวจจะใช้เครดิต ไม่ใช่เฉพาะครั้งที่เจอ secret ข้อยกเว้นคือ repo ใน user namespace ของ EMU ซึ่งจะคิดกับเครดิตของคนที่ push
• ฝั่ง /security-review การรัน review ไม่ได้เปิด การตรวจใหม่นี้ให้เอง ต้อง opt-in แยก และค่าใช้จ่ายจะไปลงที่บัญชีที่จ่ายแผน Copilot
• ถ้าใช้ AI push protection แบบ private preview อยู่แล้ว เมื่อการคิดเงินเริ่ม การใช้งานต่อจะเริ่มกินเครดิตทันที ถ้าไม่ต้องการให้ปิดไว้ก่อน
• ตั้งงบเฉพาะได้ที่ Billing and licensing → Budgets and alerts → SKU Secret Protection AI Credits โดย GitHub เตือนว่า budget alert อย่างเดียวไม่ได้หยุดการใช้งาน ต้องเปิด “Stop usage when budget limit is reached” ด้วย

มีประโยคหนึ่งใน changelog ที่น่าสนใจ คือ GitHub เขียนถึง agent ตรงๆ ว่า “Agents shouldn’t enable credit-consuming features or change policies or budgets without explicit authorization” ซึ่งเป็นสัญญาณว่า GitHub คาดว่า coding agent จะเป็นผู้อ่านเอกสารนี้ด้วย ไม่ใช่แค่คน

มุมมอง AI Curator

การเลือกใช้ โมเดลจำแนกเฉพาะทางที่ไม่สร้างข้อความ แทนการให้ LLM ใหญ่อ่านโค้ดทุก push เป็นแนวทางเดียวกับกระแส decision model ที่เราติดตามมาตลอดสัปดาห์นี้ งานแบบ “ค่านี้เป็น secret หรือไม่” ต้องทำซ้ำเป็นล้านครั้งและต้องเร็วพอที่จะไม่ทำให้ git push ช้า โมเดลเล็กที่ตอบเป็นหมวดหมู่จึงเหมาะกว่าทั้งเรื่องต้นทุนและ latency และยังลดความเสี่ยงที่ LLM จะเผลอ “เขียน” secret ซ้ำลงไปในคำตอบด้วย

แต่จุดที่ทีมไทยควรระวังคือโมเดลราคา คิดต่อการตรวจ ไม่ใช่ต่อการเจอ องค์กรที่มี CI หรือ agent push บ่อยๆ (ซึ่งตอนนี้ coding agent ทำให้จำนวน push เพิ่มขึ้นหลายเท่า) อาจเจอบิลที่โตตามจำนวน commit โดยไม่รู้ตัว และ changelog ฉบับนี้ไม่ได้ระบุว่าการตรวจหนึ่งครั้งใช้กี่เครดิต ข้อแนะนำคือให้เริ่มจากส่วนที่ฟรีก่อน (alert แบบย้อนหลังที่เพิ่งได้โมเดลใหม่) แล้ววัดว่าใน repo ของตัวเองมันเจอ secret ที่ regex พลาดไปมากแค่ไหน ถ้าเจอเยอะค่อยเปิด push protection พร้อมตั้ง hard cap ไว้ตั้งแต่วันแรก

สำหรับนักพัฒนาอิสระที่ใช้ Copilot แผนบุคคล การได้ตัวตรวจ secret ใน /security-review โดยไม่ต้องซื้อ GHAS เป็นเรื่องที่ดี เพราะ repo ส่วนตัวที่ agent ช่วยเขียนคือที่ที่ .env กับรหัสผ่าน hard-code หลุดเข้า git บ่อยที่สุด แต่ก็ควรรู้ไว้ว่าโมเดลนี้เป็นชั้นป้องกันเพิ่ม ไม่ใช่ตัวแทน ของการแยก secret ไปไว้ใน secret manager ตั้งแต่แรก

แหล่งข่าว

• Purpose-built model for leaked secret detection — GitHub Changelog (7 ต.ค. 2026)
• Copilot CLI local models และ local sandboxing GA — โพสต์ของเราเช้านี้
• Decision model ลงมาถึง edge — Liquid d1 และ Strands Decider 2B