一个 AI 编程工具生成的页面看起来没问题,甚至能正常注册、登录、收私信。但这不等于它能安全上线。
研究页面 “Lovable apps expose passport details and more than 200K private messages” 披露,被暴露的数据包括用户护照等敏感个人信息,以及超过 20 万条私人消息。该研究登上 Hacker News 首页,获得 256 分和 79 条评论。
这件事值得拆开看。它不是单纯的“模型生成了坏代码”,而是暴露了 AI 应用从提示词、预览环境到生产发布之间的断层:代码可以生成,权限却没人替开发者兜底。
原始研究:https://www.crissyfield.de/research/lovable-en/
Hacker News 讨论:https://news.ycombinator.com/item?id=50499017
泄露的不是代码,是应用边界
传统代码审计通常从代码本身开始:有没有 SQL 注入、硬编码密钥、危险依赖。
AI 生成应用多了一层。开发者输入的是一句自然语言,模型把它变成前端、后端、数据库表和接口。提示词可能只描述了“做一个社交应用”,没有明确写出:
- 哪些字段只能本人读取;
- 哪些接口需要认证;
- 预览环境是否允许访问真实数据;
- 发布时是否沿用了测试环境的宽权限;
- 第三方服务、对象存储和数据库的默认策略是什么。
这些不是模型能凭空猜对的产品决策。只要默认值偏宽,生成速度越快,错误配置复制得也越快。
护照信息属于高敏感个人信息。它一旦被暴露,损害不只是改密码或撤回消息。身份冒用、诈骗和跨服务关联风险都会随之上升。超过 20 万条私人消息则说明,泄露规模已经超出单个测试账号的范围。
因此,事件的核心不是“Lovable 会不会写代码”,而是“它生成的应用有没有把真实用户和生产数据隔离在正确边界内”。
从提示词到真实数据的三段链路
1. 构建阶段:恶意指令可能混进需求
用户会给 AI 编程工具这样的指令:
添加上传功能,并把文件保存到公开目录。
模型照做后,上传目录、静态资源服务和访问策略可能被一起配置成公开可读。
更麻烦的是,仓库里的 README、issue、环境文档也可能含有恶意文本。开发者复制一段看似无害的配置,AI 却把它当成项目上下文。AI Agent 一旦拥有终端、数据库或部署权限,提示注入就不只是生成错误代码,还可能变成执行错误操作。
2. 预览阶段:测试界面可能连着真实数据
预览环境本来是低风险沙箱,但下面这种配置很常见:
DATABASE_URL=真实生产数据库地址
AUTH_SECRET=生产环境密钥
OBJECT_STORAGE_PUBLIC=true
应用在本地跑得很好,是因为它直接读取了生产数据。只要预览地址可公开访问、鉴权中间件漏挂、对象存储策略放宽,测试账号就可能看到真实用户内容。
Lovable 案例里,护照信息和大量私人消息同时出现,指向的正是这个问题:数据访问边界与 UI 权限边界没有对齐。
3. 发布阶段:部署成功不代表授权正确
发布流水线通常会检查构建是否成功、端口是否健康、页面是否能打开。这些是可用性检查,不是安全检查。
下面两个接口都可能返回 200:
GET /api/messages/:userId
GET /api/messages/:userId
Authorization: Bearer <任意有效或缺失的令牌>
区别在授权逻辑。数据库能查到数据,只说明查询语句执行成功;接口没有逐用户校验,说明数据模型里的 user_id 并没有变成访问控制条件。
这就是 AI 编程工具最容易被忽略的地方:模型可以快速补齐 CRUD 接口,却不会自动理解组织、租户、角色、所有权和审计要求。
Lovable 案例暴露了什么
第一,代码生成质量与访问控制质量是两套指标。
代码语法正确、页面完整、数据能显示,不代表接口只允许数据所有者访问。AI 往往擅长生成“主路径”,包括注册、登录、列表和详情。但权限通常藏在条件分支、行级过滤和中间件里。这些要求如果只存在于一句模糊提示中,模型很容易给出一个能演示、不能上线的版本。
第二,数据库访问是最值得优先检查的位置。
一个典型危险接口是:
export async function GET(
request: Request,
{ params }: { params: { userId: string } }
) {
const messages = await db.messages.findMany({
where: { userId: params.userId },
})
return Response.json(messages)
}
这段代码没有任何语法错误,也没有运行时异常。但它信任 URL 中的 userId。如果登录会话没有参与查询,用户改一下参数就能读取别人的消息。
安全版本至少要让服务端从已验证会话中取得身份,并明确检查资源所有权:
export async function GET(request: Request) {
const session = await requireSession(request)
const messages = await db.messages.findMany({
where: { userId: session.user.id },
})
return Response.json(messages)
}
第三,认证和授权不能混为一谈。
“用户已经登录”只回答了你是谁。“你能否读取这条私信”回答的是你能不能访问这份资源。后者需要对象级检查。管理员访问、客服排障、测试账号和共享数据,也都需要单独规则。
第四,预览环境和生产环境必须硬隔离。
最省事的做法不是只改数据库地址,而是使用不同账号、不同密钥、不同数据桶和不同网络策略。生产数据不应该出现在常规预览流程里。
开发者该补上的 5 道安全检查
1. 敏感数据最小化
先问一个简单问题:这个功能真的需要护照图片、完整生日、长期保留的私人消息吗?
默认只收业务必需字段。能用状态代替图片,就不要上传原文件。能存消息数量,就不要复制全部消息正文。
上传文件还要限制类型、大小和保存位置。护照扫描件这类数据,不应默认进入公开对象目录。
2. 环境变量与数据彻底隔离
至少准备三套环境:本地、预览、生产。每套使用独立数据库账号和存储桶。
# 本地与预览只使用测试数据
DATABASE_URL="$PREVIEW_DATABASE_URL"
AUTH_SECRET="$PREVIEW_AUTH_SECRET"
OBJECT_STORAGE_BUCKET="app-preview-uploads"
OBJECT_STORAGE_PUBLIC=false
不要只依赖命名空间或 NODE_ENV 区分。真正的隔离应该由数据库账号权限、网络策略和存储桶策略共同实现。
3. 给每个接口加鉴权和对象级检查
检查清单包括:
- 未登录请求是否返回 401;
- 已登录但访问他人数据是否返回 403 或 404;
- 查询条件是否来自服务端会话,而不是 URL 参数;
- 管理接口是否有独立角色;
- 写操作是否有 CSRF 防护或合适的 Token 策略。
可以用 curl 做最小验证:
curl -i https://example.com/api/messages/target-user-id
预期是 401。然后登录另一个普通用户,再请求同一路径,预期不能获得目标用户数据。403 与 404 都可以,但不能返回消息正文。
4. 自动化扫描常见暴露面
把检查放进 CI,而不是上线前人工凭感觉。主要扫这些项目:
- 路由接口是否存在;
- 是否引用环境变量;
- 认证中间件是否覆盖;
- 数据库查询是否带用户或租户条件;
- 存储桶是否存在公开访问配置。
工具可以先做静态规则扫描,再配合集成测试验证越权访问。扫描器只能发现已编码的问题,不能代替权限测试。
5. 上线前做一次人工权限复核
至少找两个角色实际走一遍流程:普通用户、管理员,以及一个未登录访客。
重点不是“按钮能不能点”,而是直接请求接口。重点检查列表、搜索、下载、导出、分享链接和批量操作。很多问题藏在页面之外,尤其是公开 API。
发布前还应加一道数据暴露检查:记录访问日志,核对最近是否出现异常高频读取、跨用户 ID 连续访问和短时间内大量导出。
编辑思考
这次事件和过去的代码助手风险不同。过去,AI 主要帮助开发者写函数、补测试或解释代码;即使生成错误,边界通常还在开发者熟悉的代码仓库里。现在,AI 编程产品把前端、后端、数据库、预览和部署连成一条链,错误默认值会直接变成可访问的生产能力。
我的判断是,AI 编程产品接下来的竞争指标会从“几分钟生成一个可用应用”转向“默认配置是否安全”。企业会追问:预览环境能否碰到生产数据?Agent 拿到部署权限后能执行什么?每次发布是否自动生成权限测试和审计报告?这些问题会比首屏效果更能决定采购。
但目前材料还不足以断言泄露来自 Lovable 平台本身,还是由特定应用配置、第三方组件或错误部署共同造成。原始研究需要继续追踪。确定的是:代码能运行不等于授权逻辑正确,而一旦真实护照和 20 万条私信被暴露,AI 编程工具就不能再把安全性完全转交给提示词。