Comment JetBrains AI Assistant gère la confidentialité du code propriétaire et la rétention des données transmises aux LLM externes

Pour les directeurs de l'ingénierie, les directeurs de la sécurité des systèmes d'information (RSSI/CISO) et les responsables de la conformité réglementaire, l'intégration d'outils de développement assistés par l'intelligence artificielle pose un dilemme stratégique : accélérer la productivité des équipes sans compromettre la propriété intellectuelle ni exposer le code propriétaire à l'entraînement de modèles tiers. La préoccupation centrale lors de l'évaluation de JetBrains AI Assistant consiste à déterminer si le code confidentiel transmis à des grands modèles de langage (LLM) hébergés dans le cloud est conservé, inspecté ou réutilisé pour l'apprentissage de modèles publics.

Ce guide examine en détail l'architecture de confidentialité, le cycle de vie des requêtes, les engagements contractuels de rétention zéro (Zero Data Retention ou ZDR), la protection des pipelines de recherche sémantique (RAG) et les mécanismes de gouvernance d'entreprise mis en œuvre par JetBrains et ses partenaires fournisseurs de modèles.

Synthèse opérationnelle : Faits de sécurité essentiels

• Interdiction absolue d'entraîner des modèles sur le code client : Dans le cadre des licences commerciales standard, JetBrains et ses sous-traitants LLM s'interdisent contractuellement d'exploiter le code propriétaire, les prompts ou les réponses générées pour l'apprentissage de modèles publics ou fondamentaux.
• Rétention zéro des données (Zero Data Retention) en inférence cloud : Les fournisseurs externes opèrent sous des contrats d'entreprise B2B stricts leur interdisant de conserver les données au-delà du temps de calcul nécessaire en mémoire volatile.
• Chiffrement continu de bout en bout : L'ensemble des flux réseau entre l'EDI, l'infrastructure de proxy JetBrains et les fournisseurs de LLM en aval est sécurisé par le protocole TLS 1.2 ou supérieur.
• Vectorisation et RAG cantonnés à l'infrastructure interne : L'indexation sémantique, le calcul des plongements vectoriels (embeddings) et le reclassement (reranking) sont exécutés par des modèles à poids ouverts hébergés directement sur l'infrastructure JetBrains. Les requêtes de vectorisation ne sont jamais transmises à des acteurs externes comme OpenAI ou Google.
• Collecte détaillée désactivée par défaut pour les entreprises : Le programme optionnel de « collecte détaillée de données relatives au code » pour l'optimisation des modèles propres à JetBrains (comme Mellum) est désactivé par défaut sur toutes les licences commerciales et ne peut être activé individuellement par un développeur sans validation centrale.
• Règles d'exclusion granulaires et bouton d'arrêt d'urgence : Les équipes peuvent exclure des dossiers ou fichiers confidentiels via le fichier .aiignore ou désactiver intégralement les fonctionnalités d'IA sur un dépôt à l'aide d'un fichier .noai.
• Options de déploiement en réseaux isolés : Pour les secteurs hautement régulés ou les environnements déconnectés (air-gapped), JetBrains propose la complétion locale hors ligne (Full Line Code Completion), la connexion de clés d'API propriétaires (BYOK) et la solution sur site JetBrains AI Enterprise.

1. Cycle de vie des requêtes et architecture de traitement

Pour appréhender la protection du code propriétaire, il convient de retracer le parcours d'une requête depuis l'EDI :

[ EDI du développeur ]
       |
       +---> [ Analyse statique et filtrage local (.aiignore / .noai) ]
       |
       +---> [ Full Line Completion (Inférence locale légère, aucun trafic réseau) ]
       |
       v (Tunnel chiffré TLS 1.2+)
[ Proxy de la plateforme JetBrains AI (Centres de données de l'EEE) ]
       |
       +---> [ Recherche sémantique / RAG (Modèles d'embeddings hébergés par JetBrains) ]
       |       (Aucun appel de vectorisation vers OpenAI, Google ou des tiers)
       |
       v (Appel API éphémère TLS 1.2+)
[ Sous-traitants LLM externes ]
  (OpenAI, Anthropic, Google Cloud Vertex, AWS Bedrock, xAI)
       |
       +---> [ Inférence exécutée exclusivement en mémoire vive ]
       |
       v (Réponse diffusée en continu ; aucun stockage sur disque ; aucun réentraînement)
[ L'EDI affiche la suggestion ]

Extraction ciblée du contexte dans l'EDI

JetBrains AI Assistant n'envoie pas l'intégralité d'un référentiel vers le cloud. Le moteur d'analyse sémantique de l'EDI (arbres syntaxiques AST, index de symboles, graphes de dépendances) extrait uniquement la portion de contexte strictement nécessaire :

• Le fichier actif et les lignes de code adjacentes au curseur.
• Les types de fichiers, les spécifications du langage et les frameworks détectés.
• Les prompts rédigés par le développeur et les blocs de code expressément sélectionnés.
• Les métadonnées du projet qui n'ont pas été écartées par les règles d'exclusion locales.

Le proxy JetBrains AI comme passerelle sécurisée

Les postes des développeurs ne se connectent jamais directement aux interfaces web grand public des fournisseurs d'IA. Toutes les communications transitent par le proxy sécurisé de JetBrains AI, hébergé dans l'Espace économique européen (EEE). Cette passerelle remplit trois fonctions majeures :

1. Assainissement des métadonnées : Elle élimine les identifiants d'environnement et les signatures locales superflues avant de relayer la requête.
2. Gestion des quotas et contrôle d'accès : Elle authentifie l'organisation et prévient les surcharges de trafic ou les utilisations abusives.
3. Routage d'entreprise dédié : Elle garantit que les requêtes empruntent des canaux d'API B2B professionnels isolés des files d'attente grand public.

2. Fournisseurs de LLM externes et frontière de rétention zéro

Les outils grand public gratuits utilisent fréquemment les données saisies pour perfectionner leurs algorithmes, sauf refus explicite de l'utilisateur. En revanche, les outils de développement professionnels obéissent à des garanties contractuelles et techniques fondamentalement différentes.

Liste des sous-traitants de modèles agréés

Conformément aux conditions juridiques de JetBrains, plusieurs acteurs majeurs interviennent comme sous-traitants pour les modèles de langage :

• OpenAI : Modèles de la famille GPT.
• Anthropic : Modèles de la famille Claude (en liaison directe ou via AWS Bedrock).
• Google : Modèles de la famille Gemini.
• Amazon Web Services (AWS) : Modèles hébergés sur la plateforme Amazon Bedrock.
• SpaceXAI : Modèles de la famille Grok.

Par ailleurs, les modèles opérés directement par JetBrains (tels que Mellum, Mellum2 et les composants à poids ouverts basés sur Qwen sous licence Apache 2.0) s'exécutent entièrement sur l'infrastructure de JetBrains. Leurs entrées et sorties ne sont jamais transmises aux créateurs initiaux de ces modèles.

Interdiction d'entraînement et rétention éphémère

JetBrains a conclu des accords de traitement des données (DPA) et des contrats commerciaux B2B avec l'ensemble de ses fournisseurs tiers. Ces contrats imposent légalement :

1. Interdiction totale d'entraînement : Les fournisseurs ont l'interdiction formelle d'exploiter le code source, les invites ou les réponses pour l'entraînement, l'ajustement ou l'évaluation de leurs modèles.
2. Rétention zéro des données (ZDR) : Les données ne résident que dans la mémoire vive pendant la durée du calcul de l'inférence. Dès que la réponse a été renvoyée au proxy JetBrains, l'espace mémoire est libéré sans enregistrement sur disque persistant.
3. Interdiction de revente ou de partage : Aucun sous-traitant ne peut transmettre les données à des auditeurs externes, des courtiers de données ou des moteurs de recherche publics.

Confinement des données lors de l'indexation sémantique (RAG)

La génération augmentée par récupération (RAG) permet à l'IA de comprendre l'architecture globale d'un projet. JetBrains applique une politique d'isolation rigoureuse à cette étape :

• Le calcul des embeddings et le reclassement (Qwen3-Embedding-4B et Qwen3-Reranker-0.6B) sont pris en charge en interne sur l'infrastructure de JetBrains.
• Aucune requête de vectorisation n'est expédiée à des API tierces telles qu'OpenAI ou Google.
• Votre code n'est jamais indexé sur des bases de données vectorielles mutualisées gérées par des tiers.

3. Gouvernance des données : Télémétrie vs données détaillées de code

JetBrains sépare rigoureusement les différentes catégories de données collectées :

Double verrouillage sur la collecte détaillée de code

JetBrains propose un programme participatif permettant aux développeurs de partager des interactions pour perfectionner ses modèles internes (comme Mellum). Pour les comptes professionnels, ce dispositif est encadré par deux verrous :

1. Désactivation par défaut : Toutes les licences d'entreprise, commerciales et éducatives sont livrées avec cette option désactivée.
2. Verrouillage au niveau de l'organisation : Un développeur ne peut pas activer ce partage sur son poste local si l'administrateur du compte d'entreprise JetBrains ne l'a pas formellement autorisé au niveau global.
3. Conservation exclusive dans l'EEE : Même lorsqu'elle est activée volontairement par des utilisateurs individuels, cette base de données reste cantonnée à l'Espace économique européen, protégée par des accès restreints, et n'est jamais communiquée aux fournisseurs externes de LLM.

4. Dispositifs de gouvernance et de contrôle en entreprise

Les directeurs techniques et RSSI disposent de quatre niveaux d'isolation pour protéger leurs projets :

[ Niveau 1 : Console d'administration centrale ] ---> Activation/désactivation globale de l'IA ; verrouillage central
                                                                    |
[ Niveau 2 : Racine du projet (.noai) ]          ---> Arrêt complet de toutes les fonctions d'IA sur le dépôt
                                                                    |
[ Niveau 3 : Fichiers et dossiers (.aiignore) ]  ---> Exclusion granulaire des secrets, brevets et modules clés
                                                                    |
[ Niveau 4 : Journal d'audit local ]             ---> Contrôle transparent via ai-assistant-requests.md

1. Gestion centralisée via JetBrains Account

Les administrateurs peuvent imposer des règles transversales sur l'ensemble du parc de licences :

• Interrupteur général : Suspendre instantanément l'accès à JetBrains AI pour tous les collaborateurs lors d'audits spécifiques.
• Verrouillage de la politique de données : Bloquer la collecte des données détaillées en position désactivée pour empêcher toute modification locale.

2. Désactivation intégrale au niveau du dépôt via .noai

Pour les référentiels abritant des algorithmes brevetés, des données de défense ou soumis à des accords de non-divulgation (NDA) stricts, il suffit de placer un fichier .noai vide à la racine du projet :

touch .noai

Dès que ce fichier est présent, JetBrains AI Assistant est totalement désactivé pour ce projet : complétion en ligne, refactorisations assistées et fenêtre de chat sont bloquées, quel que soit le niveau de licence du développeur.

3. Exclusion granulaire via .aiignore

Lorsqu'une organisation souhaite bénéficier de l'IA pour le code applicatif classique tout en protégeant des modules cryptographiques ou des fichiers de configuration, elle peut créer un fichier .aiignore à la racine du dépôt.

La syntaxe suit scrupuleusement les règles du .gitignore :

# Exclusion des modules cryptographiques et moteurs propriétaires
src/core/crypto/
src/proprietary/trade_engine/

# Exclusion des identifiants et variables d'environnement
config/secrets/
**/*.env
**/*.pem
**/*.key

# Exclusion des dossiers de brevets et de conformité
docs/patents/
internal_compliance/

JetBrains AI Assistant prend également en compte les fichiers d'exclusion tiers déjà présents dans le projet, notamment .cursorignore, .codeiumignore et .aiexclude.

4. Transparence et auditabilité des requêtes

Les auditeurs de sécurité n'ont pas besoin d'émettre d'hypothèses sur les données transmises. Ils peuvent inspecter en temps réel le contenu exact des requêtes :

1. Appuyez deux fois sur la touche Maj (Shift) dans l'EDI pour ouvrir la boîte de dialogue Search Everywhere.
2. Recherchez et exécutez la commande Open AI Assistant Requests Log in Editor.
3. L'EDI ouvre le fichier ai-assistant-requests.md, affichant l'intégralité des prompts, des extraits de code associés et des paramètres techniques expédiés aux modèles durant la session en cours.

5. Architectures de déploiement pour environnements souverains ou isolés

Pour les secteurs critiques (défense, finance, santé) où toute sortie de flux vers des services cloud publics est interdite, JetBrains propose des architectures alternatives :

Full Line Code Completion (ML local hors ligne)

• Fonctionnement : Complète une ligne de code entière à l'aide de réseaux de neurones légers exécutés directement sur le processeur ou la carte graphique du poste de travail.
• Confidentialité : Aucun trafic réseau. Fonctionne intégralement en environnement déconnecté (air-gapped).
• Disponibilité : Intégré en standard dans les versions récentes des EDI JetBrains sans surcoût ni abonnement cloud requis.

Bring Your Own Key (BYOK)

• Fonctionnement : L'entreprise configure directement dans l'EDI ses propres clés d'API professionnelles souscrites auprès d'OpenAI, d'Anthropic ou d'Azure OpenAI.
• Confidentialité : Les clés sont chiffrées localement et ne transitent pas par les serveurs de JetBrains. Le traitement des données est directement régi par le DPA souscrit par l'entreprise auprès de son fournisseur cloud.

JetBrains AI Enterprise (Sur site et cloud privé)

• Fonctionnement : Intégré à JetBrains IDE Services, ce module permet d'héberger le plan de contrôle de l'IA sur des serveurs physiques internes ou dans le VPC privé de l'organisation.
• Confidentialité : Permet de connecter des grappes de calcul de modèles à poids ouverts (hébergés via Ollama, vLLM ou LM Studio) ou des points de terminaison privés d'entreprise. Offre une journalisation d'audit centralisée et garantit qu'aucune donnée ne franchit le périmètre de l'entreprise.

6. Tableau comparatif des options de déploiement

Conclusion et recommandations de déploiement

JetBrains AI Assistant met en œuvre une stratégie de défense en profondeur associant chiffrement TLS 1.2+, anonymisation par des passerelles situées dans l'EEE, garanties contractuelles de rétention zéro et d'interdiction d'entraînement, traitement interne des vecteurs sémantiques et exclusions locales via .aiignore.

Plan d'action recommandé pour les directeurs techniques :

1. Valider les paramètres de l'organisation : S'assurer dans la console JetBrains Account que la collecte détaillée de données de code est verrouillée en position désactivée.
2. Définir les règles d'exclusion de projets : Déployer systématiquement un fichier .aiignore ou .noai dans les dépôts contenant des modules cryptographiques, des brevets ou des secrets d'affaires.
3. Auditer les sessions pilotes : Examiner le journal ai-assistant-requests.md lors de la phase de test pour vérifier la conformité des contextes de code transmis.
4. Choisir le modèle de déploiement approprié : Privilégier les abonnements commerciaux cloud pour les développements usuels, et réserver le mode BYOK ou JetBrains AI Enterprise pour les environnements soumis à un confinement strict.

Références

• 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