Cómo gestiona JetBrains AI Assistant la privacidad del código propietario y la retención de datos en LLMs externos

Para los directores de ingeniería, los directores de seguridad de la información (CISO) y los responsables de cumplimiento legal, la adopción de herramientas de desarrollo asistidas por inteligencia artificial plantea un dilema fundamental: maximizar la productividad de los equipos sin poner en riesgo la propiedad intelectual ni exponer código confidencial al entrenamiento de modelos externos. La principal inquietud al evaluar JetBrains AI Assistant radica en determinar si el código propietario enviado a modelos de lenguaje grande (LLM) en la nube puede ser retenido, inspeccionado o absorbido en conjuntos de entrenamiento por terceros.

Esta guía examina exhaustivamente la arquitectura de privacidad, el ciclo de vida de las solicitudes, las garantías contractuales de retención cero de datos (Zero Data Retention o ZDR), la protección de vectores RAG y los mecanismos de control empresarial implementados por JetBrains y sus proveedores de modelos externos.

Resumen ejecutivo: Hechos clave de seguridad

• Prohibición estricta de entrenamiento con código del cliente: Bajo las condiciones comerciales estándar, ni JetBrains ni sus proveedores externos de LLM utilizan el código propietario, los prompts ni las respuestas generadas para entrenar modelos públicos o fundacionales.
• Retención cero de datos (Zero Data Retention) en inferencia cloud: Los proveedores externos operan bajo acuerdos B2B estrictos que prohíben la retención de datos más allá del tiempo estrictamente necesario para procesar la inferencia en memoria volátil.
• Cifrado continuo de extremo a extremo: Todas las comunicaciones entre el IDE, el proxy intermedio de JetBrains y los proveedores de LLM están protegidas mediante cifrado TLS 1.2 o superior.
• Procesamiento vectorial y RAG en infraestructura propia: La vectorización del código, el índice semántico y el reordenamiento se realizan mediante modelos de pesos abiertos alojados en la propia infraestructura de JetBrains, evitando que las solicitudes de incrustación (embeddings) salgan hacia proveedores como OpenAI o Google.
• Recopilación detallada desactivada por defecto: El programa opcional de "Recopilación detallada de datos de código" para mejorar los modelos internos de JetBrains (como Mellum) está deshabilitado por defecto en licencias comerciales y no puede ser activado unilateralmente por desarrolladores individuales.
• Controles granulares de exclusión: Los equipos de ingeniería pueden excluir archivos y directorios específicos mediante el archivo .aiignore o inhabilitar por completo las funciones de IA en un repositorio mediante .noai.
• Múltiples opciones de despliegue: Para redes aisladas (air-gapped) o industrias altamente reguladas, es posible utilizar el autocompletado local sin conexión (Full Line Code Completion), conectar claves de API propias (BYOK) o desplegar JetBrains AI Enterprise en servidores locales.

1. Ciclo de vida de la solicitud y arquitectura de procesamiento

Para comprender la protección del código propietario, es necesario analizar el flujo técnico desde el IDE hasta la recepción de la respuesta:

[ IDE del desarrollador ]
       |
       +---> [ Análisis estático y filtrado local (.aiignore / .noai) ]
       |
       +---> [ Full Line Completion (Inferencia local ligera, sin tráfico de red) ]
       |
       v (Túnel cifrado TLS 1.2+)
[ Plataforma JetBrains AI Proxy (Centros de datos en el EEE) ]
       |
       +---> [ Búsqueda semántica / RAG (Modelos de embeddings alojados por JetBrains) ]
       |       (Las solicitudes vectoriales no salen hacia OpenAI, Google u otros)
       |
       v (Llamada API efímera TLS 1.2+)
[ Subcontratistas externos de LLM ]
  (OpenAI, Anthropic, Google Cloud Vertex, AWS Bedrock, xAI)
       |
       +---> [ Procesamiento de inferencia exclusivamente en memoria volátil ]
       |
       v (Retorno por streaming; sin almacenamiento en disco; sin entrenamiento)
[ IDE renderiza el resultado ]

Extracción de contexto mínimo en el IDE

JetBrains AI Assistant no sube repositorios completos a los modelos en la nube. El motor semántico del IDE (análisis de AST, índice de símbolos y grafo de dependencias) extrae únicamente el contexto indispensable para la tarea:

• El archivo activo y los fragmentos de código inmediatamente adyacentes al cursor.
• El tipo de archivo, lenguaje de programación y marcos de trabajo detectados.
• El texto del prompt redactado por el desarrollador o los bloques de código seleccionados explícitamente.
• La información estructural del proyecto que no haya sido excluida por reglas locales.

El proxy de JetBrains AI como pasarela segura

Las estaciones de trabajo de los desarrolladores nunca se conectan directamente a interfaces públicas de consumo. Todas las solicitudes transitan a través del servicio proxy de JetBrains AI, alojado en el Espacio Económico Europeo (EEE). Esta pasarela cumple funciones de seguridad críticas:

1. Anonimización y limpieza: Elimina identificadores de hardware, nombres de máquina y metadatos del entorno local antes de reenviar el payload.
2. Control de cuotas y aislamiento: Valida la identidad corporativa y previene ataques o abusos de tráfico.
3. Enrutamiento empresarial: Garantiza que las llamadas utilicen exclusivamente canales comerciales dedicados, aislados de las colas de servicios para consumidores finales.

2. Proveedores de LLM externos y la política de retención cero

A diferencia de las herramientas web gratuitas para consumidores, donde las interacciones pueden ser utilizadas para refinar algoritmos a menos que el usuario indique lo contrario, las herramientas empresariales se rigen por estrictas fronteras legales y técnicas.

Proveedores subcontratados oficiales

De acuerdo con los términos legales de JetBrains, los siguientes proveedores externos actúan como subcontratistas de procesamiento de lenguaje natural:

• OpenAI: Modelos de la familia GPT.
• Anthropic: Modelos de la familia Claude (directamente o mediante AWS Bedrock).
• Google: Modelos de la familia Gemini.
• Amazon Web Services (AWS): Modelos alojados en la plataforma Amazon Bedrock.
• SpaceXAI: Modelos de la familia Grok.

Adicionalmente, los modelos alojados directamente por JetBrains (como Mellum, Mellum2 y componentes de pesos abiertos basados en Qwen) operan íntegramente en la infraestructura de JetBrains, y sus entradas y salidas nunca se comparten con quienes entrenaron dichos modelos originalmente.

Compromiso de no entrenamiento y retención efímera

JetBrains mantiene Acuerdos de Procesamiento de Datos (DPA) con cada uno de sus subcontratistas. Dichos contratos estipulan:

1. Prohibición de entrenamiento: Los proveedores tienen expresamente prohibido utilizar el código fuente, los prompts o las sugerencias generadas para entrenar, ajustar o calibrar sus modelos.
2. Retención cero de datos (ZDR): Los datos transmitidos se procesan únicamente en la memoria volátil del servidor durante el tiempo que toma computar la respuesta. Una vez enviada la respuesta al proxy de JetBrains, se liberan los recursos de memoria sin persistencia en disco.
3. Prohibición de cesión a terceros: Ningún proveedor externo puede vender, sublicenciar ni compartir la información con auditores externos ni indexadores públicos.

Protección de datos en la indexación vectorial (RAG)

Para comprender la lógica de un proyecto completo, los asistentes modernos utilizan generación aumentada por recuperación (RAG). JetBrains mantiene un estricto aislamiento en esta fase:

• Los modelos de incrustación y reordenamiento (como Qwen3-Embedding-4B y Qwen3-Reranker-0.6B) se ejecutan dentro de la infraestructura interna de JetBrains.
• Ninguna solicitud de cálculo vectorial se envía a APIs de OpenAI o Google.
• La estructura de su base de código nunca se almacena en bases de datos vectoriales compartidas de terceros.

3. Gobernanza de datos: Telemetría frente a datos de código detallados

JetBrains clasifica los datos recolectados en categorías claramente diferenciadas:

El salvaguardo contra la recopilación detallada

JetBrains cuenta con un programa opcional donde los usuarios pueden compartir datos para mejorar modelos propios como Mellum. Para organizaciones corporativas, existen salvaguardas estructurales:

1. Desactivación predeterminada: En licencias comerciales, corporativas y educativas, esta opción viene apagada por defecto.
2. Bloqueo a nivel de organización: Los desarrolladores individuales no pueden activar esta casilla en sus IDEs locales si el administrador de la cuenta corporativa de JetBrains no ha otorgado el consentimiento expreso a nivel de empresa.
3. Aislamiento en territorio europeo: Incluso si un usuario individual opta por participar, la información se almacena exclusivamente en el EEE y jamás se comparte con proveedores de LLM externos.

4. Controles de gobernanza y directivas a nivel empresarial

Los líderes técnicos disponen de cuatro niveles de control para blindar sus repositorios:

[ Nivel 1: Consola de administración ] ---> Interruptor global de IA; bloqueo central de recopilación
                                                         |
[ Nivel 2: Raíz del repositorio (.noai) ] ---> Inhabilitación completa de IA en todo el proyecto
                                                         |
[ Nivel 3: Directorios y archivos (.aiignore) ] ---> Exclusión de secretos, patentes y módulos críticos
                                                         |
[ Nivel 4: Registro de auditoría local ] ---> Inspección directa mediante ai-assistant-requests.md

1. Administración centralizada en JetBrains Account

Los administradores pueden gestionar las políticas globales de toda la organización:

• Interruptor maestro: Habilitar o suspender el acceso a AI Assistant para todas las licencias de la empresa de forma inmediata.
• Bloqueo de telemetría detallada: Fijar la recopilación de datos detallados en estado inactivo, impidiendo que cualquier miembro del equipo la active localmente.

2. Bloqueo total del proyecto mediante .noai

Para repositorios que contengan secretos industriales de máxima sensibilidad o proyectos sujetos a acuerdos de confidencialidad estrictos, basta con crear un archivo .noai vacío en la raíz del proyecto:

touch .noai

Cuando este archivo está presente, JetBrains AI Assistant se desactiva por completo en ese repositorio: se cancelan el autocompletado en línea, las acciones de refactorización y el chat de IA, independientemente de la licencia del desarrollador.

3. Exclusión granular mediante .aiignore

Si una organización desea permitir la asistencia de IA en el código habitual pero necesita restringir el acceso a módulos sensibles, algoritmos de patentes o credenciales, puede definir un archivo .aiignore en la raíz del repositorio.

La sintaxis sigue el estándar de .gitignore:

# Exclusión de módulos criptográficos y motores confidenciales
src/core/crypto/
src/proprietary/trade_engine/

# Exclusión de credenciales y variables de entorno
config/secrets/
**/*.env
**/*.pem
**/*.key

# Exclusión de documentación legal y propiedad intelectual
docs/patents/
internal_compliance/

JetBrains AI Assistant también reconoce automáticamente los archivos de exclusión de otras herramientas presentes en el proyecto, tales como .cursorignore, .codeiumignore y .aiexclude.

4. Transparencia y auditoría en tiempo real

Los responsables de seguridad no necesitan realizar suposiciones sobre qué datos salen del IDE. Es posible auditar el payload exacto de cada sesión:

1. Pulse dos veces la tecla Shift en el IDE para abrir la ventana Search Everywhere.
2. Escriba y ejecute Open AI Assistant Requests Log in Editor.
3. El editor abrirá el archivo ai-assistant-requests.md, mostrando los prompts exactos, los fragmentos de código contextualizados y los parámetros enviados al LLM durante la sesión activa.

5. Opciones de despliegue para entornos de alta seguridad

Para sectores como defensa, banca central o infraestructuras críticas donde no se permite el tráfico hacia nubes públicas, JetBrains ofrece tres alternativas arquitectónicas:

Full Line Code Completion (ML local fuera de línea)

• Funcionamiento: Emplea redes neuronales compactas desarrolladas por JetBrains que se ejecutan directamente en la CPU o GPU de la máquina del desarrollador para autocompletar líneas de código.
• Privacidad: No genera tráfico de red alguno. Funciona al 100% en entornos completamente desconectados (air-gapped).
• Disponibilidad: Viene integrado de forma nativa en los IDEs modernos de JetBrains sin requerir suscripción a servicios de IA en la nube.

Bring Your Own Key (BYOK)

• Funcionamiento: La empresa conecta sus propias claves de API corporativas de OpenAI, Anthropic o Azure OpenAI directamente en el IDE.
• Privacidad: Las claves se almacenan cifradas localmente y no se comparten con JetBrains. El procesamiento de datos se rige exclusivamente por el contrato y DPA que la empresa haya suscrito directamente con el proveedor de nube.

JetBrains AI Enterprise (On-Premises y nube privada)

• Funcionamiento: Forma parte de JetBrains IDE Services y permite desplegar un plano de control de IA en servidores locales o dentro de la VPC privada de la organización.
• Privacidad: Permite conectar modelos de código abierto alojados localmente (mediante Ollama, vLLM o LM Studio) o puntos de conexión privados. Proporciona registros de auditoría centralizados y garantiza que ningún dato abandone la red corporativa.

6. Matriz comparativa de opciones

Conclusiones y recomendaciones para directores de ingeniería

JetBrains AI Assistant implementa una estrategia de defensa en profundidad: cifrado TLS 1.2+, intermediación segura mediante proxies en el EEE, garantías contractuales de retención cero y prohibición de entrenamiento con subcontratistas, ejecución interna de modelos vectoriales y exclusión local mediante .aiignore.

Pasos recomendados para la adopción corporativa:

1. Verificar la consola central: Comprobar que la opción de "Recopilación detallada de datos de código" permanezca bloqueada en estado desactivado en JetBrains Account.
2. Definir archivos de exclusión: Incorporar .aiignore o .noai en repositorios que contengan algoritmos críticos, patentes o activos sujetos a regulaciones especiales.
3. Auditar sesiones piloto: Supervisar el archivo ai-assistant-requests.md durante las pruebas piloto para validar los límites de los datos transmitidos.
4. Asignar el modelo de despliegue adecuado: Utilizar la suscripción comercial estándar para el desarrollo corporativo general, y reservar BYOK o JetBrains AI Enterprise para unidades de negocio con requerimientos de red cerrada.

Referencias

• JetBrains AI Service Providers
• AI Assistant in JetBrains IDEs | IntelliJ IDEA Documentation
• JetBrains AI Terms of Service (AI Assistant, Junie)
• Product Data Collection and Usage Notice
• Frequently Asked Questions About Detailed Code-Related Data Collection
• JetBrains AI Enterprise: Securely leverage the power of AI and unleash developer productivity
• JetBrains Data Processing Addendum