Como o JetBrains AI Assistant Lida com a Privacidade de Código Proprietário e Retenção de Dados em LLMs Externos

Para diretores de engenharia, diretores de segurança da informação (CISOs) e líderes de conformidade jurídica, a introdução de assistentes de desenvolvimento baseados em inteligência artificial traz um dilema crítico: acelerar a produtividade do time de engenharia sem comprometer a propriedade intelectual ou expor segredos comerciais ao treinamento de modelos de terceiros. A maior dúvida ao avaliar o JetBrains AI Assistant é saber se o código-fonte proprietário enviado a Modelos de Linguagem de Grande Porte (LLMs) na nuvem pode ser armazenado, inspecionado por humanos ou absorvido em bases de treinamento externas.

Este guia disseca a arquitetura de privacidade, o ciclo de vida das requisições, os acordos contratuais de Retenção Zero de Dados (Zero Data Retention ou ZDR), a proteção dos pipelines de RAG e os controles de governança corporativa implementados pela JetBrains e seus provedores de IA parceiros.

Resumo Executivo: Fatos Cruciais de Segurança

• Treinamento com código de clientes terminantemente proibido: Sob termos comerciais padrão, nem a JetBrains nem seus provedores externos de LLM utilizam código proprietário, prompts ou respostas geradas para treinar modelos fundacionais ou públicos.
• Retenção Zero de Dados (Zero Data Retention) em inferência cloud: Os provedores externos operam sob contratos corporativos B2B rígidos que proíbem o armazenamento de dados em disco além do tempo estritamente necessário para processar a inferência em memória volátil.
• Criptografia contínua de ponta a ponta: Toda comunicação entre a IDE, a infraestrutura de proxy da JetBrains e os provedores de LLM é protegida por túneis criptografados TLS 1.2 ou superior.
• Processamento de busca semântica (RAG) em infraestrutura própria: A vetorização do projeto, o cálculo de embeddings e o reranking utilizam modelos de pesos abertos hospedados na infraestrutura da própria JetBrains, garantindo que requisições de embedding jamais saiam para OpenAI, Google ou terceiros.
• Coleta detalhada desativada por padrão em licenças comerciais: O programa opcional de "Coleta detalhada de dados de código" para aprimoramento de modelos próprios da JetBrains (como o Mellum) vem desativado por padrão em contas corporativas e não pode ser ativado individualmente por desenvolvedores sem autorização central.
• Controles granulares de exclusão de código: As equipes podem restringir o acesso da IA a diretórios e arquivos específicos via .aiignore ou desativar totalmente o assistente no repositório com o arquivo .noai.
• Alternativas para ambientes restritos e isolados: Para redes sem acesso à internet (air-gapped) ou setores altamente regulados, é possível utilizar o recurso Full Line Code Completion (100% local e offline), Bring Your Own Key (BYOK) ou o JetBrains AI Enterprise on-premises.

1. Ciclo de Vida da Requisição e Arquitetura de Processamento

Compreender como o código proprietário é resguardado exige mapear a jornada de cada requisição desde a IDE:

[ IDE do Desenvolvedor ]
       |
       +---> [ Análise estática local e filtros (.aiignore / .noai) ]
       |
       +---> [ Full Line Completion (Inferência local, sem tráfego de rede) ]
       |
       v (Túnel Criptografado TLS 1.2+)
[ Proxy da Plataforma JetBrains AI (Data centers no EEE) ]
       |
       +---> [ Busca semântica / RAG (Modelos de embeddings hospedados pela JetBrains) ]
       |       (Embeddings nunca são enviados para OpenAI, Google ou terceiros)
       |
       v (Chamada de API efêmera TLS 1.2+)
[ Subcontratados Externos de LLM ]
  (OpenAI, Anthropic, Google Cloud Vertex, AWS Bedrock, xAI)
       |
       +---> [ Execução da inferência unicamente em memória volátil ]
       |
       v (Resposta em streaming; sem persistência em disco; sem retreinamento)
[ IDE Renderiza a Sugestão ]

Recorte Mínimo de Contexto na IDE

O JetBrains AI Assistant não faz upload do repositório inteiro. O mecanismo semântico da IDE (árvore sintática AST, índices de símbolos e grafos de dependência) extrai estritamente o fragmento necessário para resolver a tarefa:

• O arquivo ativo e o código imediatamente ao redor do cursor.
• Tipos de arquivos, frameworks utilizados e parâmetros da linguagem.
• Instruções inseridas no chat ou blocos de código expressamente selecionados pelo desenvolvedor.
• Metadados estruturais do projeto que não foram excluídos por regras locais.

Proxy da JetBrains como Barreira de Segurança

As máquinas dos desenvolvedores nunca se conectam diretamente a interfaces públicas de consumo. Toda a comunicação trafega pelo proxy seguro do JetBrains AI Service, sediado no Espaço Econômico Europeu (EEE). Essa camada desempenha funções cruciais:

1. Sanitização de Metadados: Remove identificadores de ambiente e dados desnecessários antes do encaminhamento do payload.
2. Governança de Cotas e Tráfego: Autentica a organização e previne acessos anômalos.
3. Isolamento de Rota: Garante que as requisições sigam apenas por canais de API corporativos dedicados, isolados de filas de consumo público.

2. Provedores de LLM Externos e a Fronteira de Retenção Zero

Ferramentas web gratuitas voltadas para consumidores costumam reter entradas para aprimorar algoritmos, a menos que o usuário solicite o contrário. Já as ferramentas voltadas para engenharia de software empresarial estabelecem limites contratuais e técnicos estritos.

Lista de Subcontratados Homologados

De acordo com os termos legais da JetBrains, provedores terceiros atuam como subcontratados de modelos de linguagem:

• OpenAI: Modelos da família GPT.
• Anthropic: Modelos da família Claude (conexão direta ou via AWS Bedrock).
• Google: Modelos da família Gemini.
• Amazon Web Services (AWS): Modelos hospedados no serviço Amazon Bedrock.
• SpaceXAI: Modelos da família Grok.

Adicionalmente, modelos hospedados pela própria JetBrains (como Mellum, Mellum2 e modelos abertos baseados em Qwen) rodam em servidores dedicados da empresa, de modo que suas entradas e saídas nunca são compartilhadas com os criadores originais desses modelos.

Contrato de Retenção Zero e Proibição de Treinamento

A JetBrains firma Acordos de Processamento de Dados (DPA) e contratos comerciais B2B com todos os fornecedores externos. Esses acordos determinam:

1. Sem Treinamento com Dados do Cliente: Os provedores estão proibidos por contrato de utilizar código-fonte, prompts ou respostas para treinar, ajustar ou calibrar modelos.
2. Retenção Zero de Dados (ZDR): O payload é processado exclusivamente na memória volátil durante a geração da resposta. Ao término do streaming para o proxy da JetBrains, a memória é desalocada sem gravação em disco persistente.
3. Proibição de Repasse a Terceiros: É vedado o compartilhamento ou venda de dados com avaliadores externos, ferramentas de indexação ou empresas terceiras.

Isolamento nos Pipelines de RAG e Vetorização

A busca semântica com Geração Aumentada por Recuperação (RAG) é vital para projetos extensos. A JetBrains mantém isolamento completo nessa etapa:

• A geração de vetores (embeddings) e o reranking utilizam modelos abertos (Qwen3-Embedding-4B e Qwen3-Reranker-0.6B) hospedados pela própria JetBrains.
• Requisições de embedding nunca são despachadas para provedores externos como OpenAI ou Google.
• O código da sua organização nunca é indexado em bases vetoriais públicas compartilhadas.

3. Governança de Dados: Telemetria vs. Coleta Detalhada de Código

A JetBrains separa claramente os tipos de dados coletados para facilitar a auditoria corporativa:

Barreiras contra a Coleta Detalhada de Código

A JetBrains oferece um programa opcional para aprimorar seus modelos internos (como o Mellum). No entanto, há barreiras institucionais para clientes corporativos:

1. Desativação Padrão: Licenças comerciais, corporativas e educacionais vêm com essa opção desligada de fábrica.
2. Bloqueio em Nível Organizacional: Desenvolvedores individuais não conseguem ligar essa opção em suas máquinas locais se o administrador da conta JetBrains Account não autorizar centralmente no painel da empresa.
3. Isolamento no Espaço Econômico Europeu: Caso ativado voluntariamente em contas individuais, os dados ficam restritos ao EEE, acessíveis apenas a pessoal autorizado, e nunca são repassados a provedores de LLM externos.

4. Camadas de Controle e Governança Corporativa

As lideranças de engenharia contam com quatro camadas sobrepostas para blindar projetos confidenciais:

[ Camada 1: Painel do Administrador ] ---> Desativação global de IA; bloqueio de compartilhamento
                                                          |
[ Camada 2: Raiz do Repositório (.noai) ] ---> Desativação total da IA em todo o projeto
                                                          |
[ Camada 3: Filtro Granular (.aiignore) ] ---> Exclusão de segredos, patentes e módulos críticos
                                                          |
[ Camada 4: Auditoria Local ]            ---> Inspeção direta via ai-assistant-requests.md

1. Administração Central na Conta JetBrains Account

Administradores podem gerenciar políticas globais para todos os assentos da organização:

• Interruptor Geral: Desative o acesso ao AI Assistant para toda a empresa com um clique em caso de auditorias.
• Bloqueio de Compartilhamento: Trave o envio de dados detalhados como desativado, impedindo que desenvolvedores alterem essa configuração localmente.

2. Bloqueio Completo do Repositório via .noai

Para repositórios sob acordos rígidos de confidencialidade (NDA) ou projetos em que qualquer assistência de IA seja vedada, basta criar um arquivo .noai vazio na raiz do projeto:

touch .noai

Ao identificar o arquivo, o JetBrains AI Assistant é desabilitado por completo no projeto, desligando autocompletar, refatorações assistidas e chat de IA.

3. Exclusão Granular via .aiignore

Se o time deseja usar IA no desenvolvimento habitual, mas precisa isolar módulos sensíveis, algoritmos patenteados ou credenciais, pode configurar um arquivo .aiignore na raiz do repositório.

A sintaxe é idêntica à do .gitignore:

# Exclusão de módulos criptográficos e motores de negócio confidenciais
src/core/crypto/
src/proprietary/trade_engine/

# Exclusão de credenciais e variáveis de ambiente
config/secrets/
**/*.env
**/*.pem
**/*.key

# Exclusão de documentação de propriedade intelectual e patentes
docs/patents/
internal_compliance/

O JetBrains AI Assistant também reconhece automaticamente outros arquivos de exclusão já existentes na raiz do projeto, como .cursorignore, .codeiumignore e .aiexclude.

4. Transparência e Auditoria em Tempo Real

Os times de segurança podem verificar exatamente quais dados estão sendo transmitidos sem depender de suposições:

1. Pressione Shift duas vezes na IDE para abrir a busca global (Search Everywhere).
2. Digite e execute Open AI Assistant Requests Log in Editor.
3. A IDE abrirá o arquivo ai-assistant-requests.md, exibindo os prompts literais, recortes de código e parâmetros encaminhados ao LLM durante a sessão.

5. Opções de Implantação para Ambientes Regulados e Isolados

Para organizações em setores altamente regulados (como defesa ou setor bancário) que proíbem o envio de tráfego para nuvens públicas, a JetBrains oferece alternativas:

Full Line Code Completion (ML Local e Offline)

• Como Funciona: Gera sugestões de linhas de código usando redes neurais compactas que rodam exclusivamente na CPU ou GPU da máquina local do desenvolvedor.
• Privacidade: Não gera tráfego de rede. Funciona perfeitamente em ambientes 100% desconectados (air-gapped).
• Disponibilidade: Já vem integrado nativamente nas versões recentes das IDEs da JetBrains sem custo adicional de assinatura em nuvem.

Bring Your Own Key (BYOK)

• Como Funciona: A empresa configura suas próprias chaves de API da OpenAI, Anthropic ou Azure OpenAI diretamente na IDE.
• Privacidade: As chaves ficam criptografadas na máquina local e não passam pelos servidores da JetBrains. O tráfego segue diretamente para a conta da organização, sob os termos do DPA corporativo já firmado com o provedor de nuvem.

JetBrains AI Enterprise (On-Premises e Nuvem Privada)

• Como Funciona: Integrado ao JetBrains IDE Services, permite hospedar o plano de controle de IA em servidores próprios ou na VPC da organização.
• Privacidade: Conecta-se a clusters privados de modelos de código aberto (via Ollama, vLLM ou LM Studio) ou a endpoints de nuvem privada. Mantém logs de auditoria centralizados e garante que nenhum dado saia do perímetro corporativo.

6. Matriz Comparativa de Opções

Conclusão e Próximos Passos Recomendados

O JetBrains AI Assistant implementa uma abordagem de defesa em profundidade: tráfego criptografado com TLS 1.2+, anonimização por proxy seguro no EEE, cláusulas contratuais de Retenção Zero de Dados e proibição de treinamento com fornecedores de LLM, processamento interno de embeddings e exclusão granular de arquivos via .aiignore.

Roteiro de Implantação para Líderes Técnicos:

1. Validar Configurações no Painel Central: Certifique-se de que a opção "Coleta detalhada de dados de código" permaneça travada como desativada no JetBrains Account.
2. Padronizar Regras de Exclusão: Inclua arquivos .aiignore ou .noai em repositórios que contenham algoritmos patenteados, módulos criptográficos ou dados sensíveis.
3. Auditar Sessões Piloto: Utilize o arquivo ai-assistant-requests.md durante a fase de testes para conferir os recortes de código transmitidos.
4. Selecionar a Camada de Implantação Adequada: Utilize a assinatura comercial padrão para o time geral e avalie BYOK ou JetBrains AI Enterprise para áreas com exigência de isolamento de rede.

Referências

• 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