近年用 AI 工具一句話做出應用程式越來越容易,但資安公司也一再提醒,能跑起來不等於資料有顧好。這次是德國資安公司 Crissy Field 與德國媒體 Handelsblatt 合作,分析以 Lovable 製作的應用程式,發現一部分程式的資料庫內容不用登入就能讀到,其中包含護照資料與超過 20 萬則聊天訊息。我們來看看這份研究怎麼做、發現了什麼,以及它自己標明的限制。
這份研究怎麼做的
Crissy Field 的報告指出,研究對象是 Lovable 專案常搭配的資料庫服務 Supabase。報告也寫明,Lovable 自己在 2025 年底推出的資料庫功能不在這次檢查範圍內。
| 項目 | 報告內容 |
|---|---|
| 資料來源 | 網路典藏 Common Crawl 的資料集 |
| 樣本 | 2025 年 12 月到 2026 年 9 月間的 159,041 個 Lovable 專案 |
| 使用 Supabase 的專案 | 34,545 個 |
| 一載入就送出資料庫紀錄的網站 | 24,664 個,不需要登入或任何操作 |
| 進一步測試 | 用同一把 API 金鑰發出唯讀請求,只取回部分內容,沒有下載完整資料 |
| 含電子郵件的紀錄 | 分布在 7,403 個網站(約 30%)的 10,560 個資料表 |
報告也提醒,網站一載入就送出資料,本身不一定是資安問題,因為有些資料本來就是要公開顯示的。
報告列出的外洩內容
數字最大的兩項,是一個德國論壇的 80,000 多筆會員檔案加 200,000 多則聊天訊息,以及一家服務供應商的 1,000 多筆護照資料。這兩個數字來自不同的應用程式,不是同一個網站同時有護照和 20 萬則訊息。
除了這兩項,報告還列出票務與餐飲業者的付款與聯絡資料、物業管理的內部信件摘要、合約與發票等。完整案例與欄位請看原報告,這裡不逐項重列。
讀這份報告要注意的地方
報告對自己的結論踩了煞車,有三點要記得:
- 約 30% 的網站有含電子郵件的紀錄,但報告說這不能當作外洩率,因為那些信箱可能是本來就公開的聯絡方式或測試資料。
- 樣本來自 Common Crawl,不代表所有 Lovable 應用程式,而且研究者只取回部分資料,實際範圍可能更大。
- 報告無法確認資料有沒有被人真的拿去使用,也沒有公開存取方式。
原因與 Lovable 的回應
報告沒有明確寫出是哪一項設定造成問題。它的說法是這次聚焦在 Supabase 整合,並且用同一把 API 金鑰就能取得更多內容,因此問題出在資料庫的存取控管不足。報告也指出,Lovable 的資料庫整合方式有固定模式,所以同一種問題可能套用到其他應用程式。
至於 Lovable 的回應,報告只寫 Handelsblatt 已就這些發現聯絡 Lovable,沒有記載 Lovable 或受影響業者的答覆。截至撰稿時,我也沒有在官方資料找到 Lovable 對這份報告的說明。有需要的話,可以自行到 Lovable 官方網站查詢最新聲明。
做應用程式的人先檢查什麼
報告給開發者的建議只有一個方向:處理真實客戶資料之前,要有懂資安的人檢查過權限設定,而且改版後要再查一次;自動化工具不能取代這一步。細節請看原報告的建議段落。
報告也提醒,Lovable 的資料庫整合有固定模式,同一種問題可能同時出現在很多應用程式,而且沒有技術背景的 Lovable 使用者更難自己發現。換句話說,用 AI 工具做出能正常操作的應用程式,不代表資料的存取權限也設對了。
結論:預設誰都不能信任
這次事件的教訓不只是 Lovable,而是「畫面正常」不等於「權限設對」。
接下來是我個人的看法,並不是報告的結論。
我認為這件事要抱持「零信任」(zero trust)的態度:在現階段,不要預設 AI 做出來的東西是可信的。
AI 寫程式的能力還在進展,現在已經能寫出可以運作的成品。但實際開發有很多流程與檢核的細節,仍然要靠工程師的經驗來判斷,而這份經驗,剛好是許多用 AI 開發軟體的人目前還沒有的。
未來 AI 也許能補上這一塊,但在眼下這段過渡期,最好保持零信任。
面對這類由 AI 快速做出來的產品,信用卡號、護照號碼這類敏感資訊,最好不要隨意輸入。
這份報告只是一個典型的單一案例,但裡面實際被讀到的資料,就包含護照號碼、付款資訊與票券代碼。這類資料一旦外洩,很難像更換密碼那樣重來一次。
填寫之前,先想想是不是非提供不可,有沒有更安全的大平台可以優先替代,能用其他方式完成的事,就不要把證件或卡號留在不確定的服務上。
發佈留言