Lovable 应用暴露护照信息和超过 20 万条私人消息

一个由 AI 驱动的无代码平台 Lovable 正面临批评,因为研究显示,基于它构建的数千个应用由于 Supabase 行级安全配置错误和客户端数据库访问,暴露了包括护照、电子邮件和私人消息在内的敏感用户数据。评论者认为,这与其说是 AI 带来的新型失败,不如说是长期行业问题的加速:不安全的默认设置、“move fast” 文化,以及在宣传“无需编码”的同时,把复杂的安全责任推给非技术用户。许多人呼吁更严格的责任追究、更安全的默认架构,以及平台应当直接拒绝部署存在严重隐私缺陷的应用,尤其是在 AI 工具既能生成脆弱代码又让攻击更容易的情况下。

Lovable / Supabase 暴露范围

  • 对 15.9 万个 Lovable 项目的分析显示,其中约 3.4 万个使用了 Supabase;约 2.4 万个在页面加载时未经过认证就加载了数据库记录。
  • 在约 7,400 个站点的 1 万多个表中发现了电子邮件地址;基于 LLM 的分类器判断,近 4,000 个站点泄露了隐私敏感数据(约占 Lovable+Supabase 站点的 16%)。
  • 研究者强调,这些漏洞极易利用(基本的网络检查、简单的额外查询),并非高级黑客技术。

责任:平台 vs. 数据库 vs. 应用所有者

  • 许多人认为 Lovable 承担主要责任:它宣传“无需技术知识”,却又免责声明规避安全责任,并让非技术用户暴露在复杂的 Supabase/RLS 陷阱中。
  • 也有人指出,从 GDPR 的正式定义来看,应用所有者才是控制者,而且他们做出了糟糕的选择(例如在这样的平台上收集护照信息)。
  • Supabase 也因历史上的不安全默认设置而受到批评(前端 anon key 拥有广泛访问权限、RLS 复杂、没有速率限制),这些配置很容易被误设,尤其是对“vibe coders”而言。

AI、“Vibe Coding” 与软件质量

  • 一些人认为,这体现了 AI 辅助的“vibe coding”:由不理解认证/授权的人制作出的精美应用,大幅扩大了攻击面。
  • 另一些人强调,这些其实是老问题——文化和激励机制问题(“move fast”、以增长为先)——AI 只是往上浇了汽油。
  • 也有人为 AI 辩护,认为如果由有经验的工程师并配合良好治理来使用,它是强大的工具;问题在于把 AI 当成了这些专业能力的替代品。

安全文化、责任与监管

  • 多条评论呼吁强有力的责任追究和 GDPR 执法:严厉罚款、让用户更容易获得赔偿,甚至对屡犯者施加“公司死刑”。
  • 也有人持悲观态度:用户容忍滥用,公司优化 KPI,而只有灾难性事件才可能引发真正监管。

研究者伦理与合法性

  • 关于采样数千个表是否从“概念验证”越界为法律风险更高的“批量外泄”,争论很大。
  • 一方观点:只抓取了最少量的页面,数据已删除,也咨询了律师;这是量化影响范围所必需的。
  • 反对方观点:一旦下载了超出证明漏洞所需的数据,你就制造了额外的泄露,并在 GDPR 等制度下产生法律风险;独立研究者应更早止步,或在合同 / NDA 下开展工作。
  • 目前没有共识;其合法性和最佳实践仍有争议,并且取决于司法辖区。