اگر برای امنیت کدهای حساس شرکتتان، دسترسی ابزارهای ابری را مسدود کرده‌اید، اکنون راهی برای داشتن یک دستیار هوشمند بدون خروج داده‌ها از شبکه دارید. Tera Pilot با هدف حذف ماهیت «جعبه سیاه» در دستیارهای کدنویسی، اجازه می‌دهد کل چرخه عملیاتی یک عامل را به‌صورت محلی اجرا کنید. این پروژه که در ۲۶ اوت ۲۰۲۶ منتشر شد، تمرکز را از وعده‌های بازاریابی به «اعتماد مبتنی بر شواهد» تغییر داده است.
بسیاری از عامل‌های هوش مصنوعی برای تحلیل کد، آن را به سرورهای ابری می‌فرستند؛ موضوعی که برای توسعه‌دهندگان سازمانی و افرادی که به حریم خصوصی اهمیت می‌دهند، یک شکاف امنیتی بزرگ است. در حالی که بسیاری از ابزارها ادعای امن بودن دارند، اما به‌ندرت مکانیزمی فراهم می‌کنند تا کاربر بتواند دقیقاً تأیید کند که هوش مصنوعی چه تغییری در فایل‌های او ایجاد کرده است. Tera Pilot با تبدیل عامل به یک سیستم شفاف به‌جای یک سرویس انحصاری، این مشکل را حل می‌کند.
Tera Pilot یک عامل کدنویسی با لایسنس MIT است که رابط کاربری آن در درجه اول بر پایه TUI (رابط متنی ترمینال) طراحی شده است. با این حال، این ابزار برای انعطاف بیشتر، شامل یک رابط کاربری وب (Web UI)، یک دیمون REST/SSE و پشتیبانی از پروتکل‌های MCP/ACP نیز می‌شود.
به نقل از مستندات پروژه در dev.to، این ابزار بر اساس یک چرخه عملیاتی دقیق شامل «برنامه‌ریزی $\rightarrow$ اکتشاف $\rightarrow$ اجرا $\rightarrow$ تأیید $\rightarrow$ گزارش» عمل می‌کند. Tera Pilot از بیش از ۱۶ ارائه‌دهنده پشتیبانی می‌کند که شامل Anthropic، OpenAI، Gemini، DeepSeek، Groq، xAI، Mistral، Cerebras، Together، Fireworks، SambaNova، Nvidia NIM و OpenRouter است. با این حال، برای اجرای ۱۰۰٪ آفلاین و حذف کامل وابستگی به ابر، می‌توان آن را به Ollama یا LM Studio متصل کرد. این رویکرد در کنار ظهور مدل‌های قدرتمند بازمتن مانند GLM-5.2 که جایگزینی عملی برای توسعه‌دهندگان است، استقلال توسعه‌دهندگان از زیرساخت‌های بسته را افزایش می‌دهد.
همان‌طور که در بحث‌های گذشته ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، اجرای محلی تنها نیمی از راه است؛ نیمه دیگر، کنترل دسترسی‌هاست. برای جلوگیری از خطاهای فاجعه‌بار یا نشت داده‌ها، این سیستم لایه‌های حفاظتی متعددی را پیاده‌سازی کرده است:
- سندباکس در سطح سیستم‌عامل: این ابزار از
sandbox-execدر مک وbubblewrapدر لینوکس استفاده می‌کند تا دسترسی به شبکه را مسدود کرده و از پوشه‌های حساس مانند~/.sshو~/.awsدر هنگام اجرای دستورات محافظت کند. همچنین دسترسی به فایل‌ها را به محدوده فضای کاری (Workspace) محدود کرده و یک سیاست اجازه/رد (Allow/Deny) برای دستورات اعمال می‌کند. با این حال، برای امنیت حداکثری، برخی متخصصان استفاده از محیط‌های اثباتی را به جای اتکای صرف به سندباکس پیشنهاد می‌کنند. - نگهبان (The Guardian): یک لایه بازبینی اختصاصی است که فراخوانی‌های ابزاری پرخطر را بررسی کرده و آن‌ها را تأیید، رد یا اصلاح می‌کند. این لایه در صورت بروز خطا، به‌جای اینکه اجازه دهد دستور به‌صورت خاموش اجرا شود، دسترسی را به‌طور کامل می‌بندد (Fail Closed).
- لاگ‌های غیرقابل‌تغییر: هر فراخوانی ابزار در یک ردپای حسابرسی (Audit Trail) با استفاده از امضاهای Ed25519 و زنجیره هش SHA-256 ثبت می‌شود. این ساختار اجازه می‌دهد تا صحت عملیات در ماشین‌های مجزا تأیید شود.
در بخش ارزیابی و عملکرد، این پروژه یک محیط تست بازتولیدپذیر (Eval Harness) شامل ۵۸ وظیفه دارد که حوزه‌های مختلفی از جمله رفع باگ، بازنویسی کد (Refactor)، تعمیر تست‌ها، بازبینی کد و تست‌های امنیتی خصمانه را پوشش می‌دهد. متولیان پروژه یک گزارش امنیتی مفصل منتشر کرده‌اند که شامل ۶۷۱ تست است؛ ۲۱۰ مورد از این تست‌ها به‌طور خاص بر روی اجرای سیاست‌های سندباکس و مدیریت دسترسی‌ها متمرکز بوده‌اند. این تمرکز بر دقت در تست‌ها، مشابه رویکرد مایکروسافت در بهبود نرخ تکمیل تست‌های واحد برای عامل‌های کدنویسی است.
این گزارش به‌طور صریح پنج آسیب‌پذیری واقعی را لیست کرده است که در طول تست‌های تهاجمی کشف و سپس رفع شده‌اند. این موارد شامل نشت‌های شل (Shell Escapes) در تنظیمات و نام‌های مستعار git، یک باگ CORS نزدیک به SSRF و اجرای اسکریپت‌های npm بود. Tera Pilot به‌جای استفاده از نشان‌های امنیتی کلی و تبلیغاتی، بخشی را با عنوان «آنچه ما ادعا نمی‌کنیم» گنجانده است تا محدوده دقیق توانایی‌های امنیتی خود را مشخص کند.
برای توسعه‌دهندگان، این یعنی ابزار دیگر بر اساس «حس» (Vibe-based) کار نمی‌کند. شما می‌توانید یک مدل محلی ۲.۶ میلیارد پارامتری را در LM Studio اجرا کنید و یک تضمین ریاضی داشته باشید که عامل به کلیدهای AWS شما دسترسی پیدا نکرده یا کدهای منبع را به سرور خارجی ارسال نکرده است.
این رویکرد، معیار سنجش عامل‌های کدنویسی را از «تعداد باگ‌های رفع‌شده» به «میزان اعتماد کاربر به فرآیند» تغییر می‌دهد. با ارائه یک مدل تهدید عمومی و ردپای حسابرسی امضاشده، Tera Pilot شفافیت در مهندسی نرم‌افزار خودکار را به یک ضرورت تبدیل می‌کند.
در حال حاضر می‌توان این ابزار را از طریق دستور npm install -g tera-pilot tera-pilot-tui یا کلون کردن مخزن گیت‌هاب نصب کرد. برای یک پیکربندی پایدارتر، نصب از طریق سورس در یک محیط مجازی پایتون (Python venv) توصیه می‌شود. پس از نصب، اجرای دستور tera-pilot doctor تمامی نسخه‌های پایتون، کلیدهای ارائه‌دهندگان، سرورهای مدل محلی و فضای کاری را در یک مرحله بررسی می‌کند. متولیان پروژه به‌طور فعال در جستجوی گزارش‌های باگ و موارد خاص (Edge Cases) از کاربرانی هستند که این عامل را روی مخازن واقعی کد اجرا می‌کنند.
گام بعدی شما
- اگر روی پروژه‌های حساس کار می‌کنید، Tera Pilot را با یک مدل محلی در Ollama تست کنید تا سرعت استنتاج را با امنیت مقایسه کنید.
- لاگ‌های امضاشده را بررسی کنید تا متوجه شوید عامل در هر مرحله چه استدلالی برای تغییر کد داشته است.
- مستندات مربوط به «آنچه ادعا نمی‌کنیم» را بخوانید تا محدوده امنیتی ابزار را بشناسید.
اما داستان سخت‌افزاری اجرای این مدل‌ها در محیط‌های ایزوله حتی پیچیده‌تر است — به تحلیل ما درباره‌ی بهینه‌سازی استنتاج در لبه مراجعه کنید.
گفتگو