当 “欧洲版 Cursor” 遇上安全危机

article/2025/6/16 3:01:05

在 AI 编程助手蓬勃发展的当下,安全问题正成为行业不容忽视的隐忧。近期,AI 编程助手公司 Replit 与号称 “欧洲版 Cursor” 的 Lovable 之间,因安全漏洞问题掀起了一场风波,引发了业界的广泛关注。​

Replit 的员工 Matt Palmer 披露,他与同事对 Lovable 网站上 1645 款由其开发的 Web 应用程序进行扫描后,竟发现其中 170 款存在严重漏洞。这些漏洞使得任何人都能轻易访问网站用户的敏感信息,如姓名、电子邮件地址、财务信息,甚至 AI 服务的 API 密钥。目前,该漏洞已被列入国家漏洞数据库,凸显出 AI 降低开发门槛背后隐藏的巨大安全风险,新手开发的应用,一不小心就可能沦为黑客的 “盘中餐”。​

Lovable 作为一家瑞典初创企业,致力于让客户仅通过自然语言提示词,就能在无需专业技术培训的情况下创建网站及应用程序,试图成为 “软件体系的最后一块拼图”。想法虽美好,现实却残酷。据 Matt Palmer 介绍,Lovable 平台开发的应用程序常常缺乏安全的 RLS(后端权限控制)配置,这一缺陷让未经授权者有机可乘,能够肆意访问敏感用户数据,甚至注入恶意数据。​

Lovable 的应用程序以客户端驱动为主,身份验证和数据存储等后端操作依赖外部服务。这种架构看似轻巧,实则将安全责任部分转嫁给了应用程序开发者。客户端逻辑与后端权限控制(RLS)策略的错位,就像一颗定时炸弹,频繁引发漏洞,攻击者借此轻松绕过前端控制,对数据进行随意访问和修改。​

今年 3 月 20 日,Palmer 发现 Lovable 创建的 Linkable 网站存在漏洞,只需修改查询参数,就能获取项目 “用户” 表中的所有数据,他甚至因此看到了约 500 名该应用用户的电子邮件地址。当 Palmer 在 Lovable 官方账号下指出问题后,对方先是矢口否认,接着删除推文和网站。可没过多久,Linkable 重新上线还开始收费。原来,是 Supabase 数据库配置不正确导致问题依旧存在。Palmer 向 Lovable 联合创始人兼 CEO Anton Osika 发出通知,却只得到 “没有问题” 这样敷衍的回应。​

次日,Palmer 和同事 Kody Low 深入分析,最终确定了 170 个存在漏洞的 Lovable 网站。4 月 14 日,他们正式披露漏洞,并开启 45 天的披露窗口期。4 月 15 日,软件工程师 Danial Asaria 也发现了这一漏洞,并在 X 平台提醒开发者:选择托付个人数据的氛围编码平台时务必谨慎。他自称以一个仅用 15 行 Python 代码的好奇开发者身份,在短短 47 分钟内,就从 Lovable 推荐页面上的多个网站中找到了大量个人债务金额、家庭住址、API 密钥等敏感信息。​

面对外界质疑,Lovable 回应称已实施新功能,会在应用发布前扫描安全问题。4 月 24 日,Lovable 推出 “Lovable 2.0”,新增 “安全扫描” 功能。但 Palmer 直言,该功能根本没有解决底层 RLS 架构缺陷。漏洞报告显示,这项安全扫描仅仅是确定 Supabase 数据库是否启用访问控制,而对于控制选项是否正确配置这一关键问题,却选择了回避,导致网站依然面临数据操纵和注入等严重安全问题,充分暴露出 Lovable 生态系统中系统性的 RLS 实施缺陷。​

由于 Lovable 始终未采取有效修复措施,也未通知用户,Replit 员工在 5 月 29 日发布了该漏洞的 CVE 编号。其实,Lovable 本身并不构建数据库,只是为用户接入 Supabase 初创公司运营的数据库服务提供便捷方式。对于敏感数据,Lovable 只是建议进行 “人工安全审查”,将安全责任部分丢给了使用氛围编码的客户。​

5 月 30 日,Lovable 在 X 上回应称,相比几个月前,在构建安全应用方面已有显著提升,且仍在快速改进。据悉,Replit 公司正在探索沙箱方法,以此限制氛围编码应用程序可能造成的损害,明确责任边界,这或许也是他们怒揭 Lovable 安全问题的原因之一。​

此次事件为整个 AI 编程助手行业敲响了警钟。在追求便捷开发的同时,安全绝不能被忽视。无论是开发工具提供商,还是开发者自身,都应将安全置于首位,共同为 AI 编程创造一个安全可靠的环境。广大开发者在选择编程工具时,也需多留个心眼,仔细考量工具的安全性,避免因小失大。​

科技脉搏,每日跳动。

与敖行客 Allthinker一起,创造属于开发者的多彩世界。

图片

- 智慧链接 思想协作 -


http://www.hkcw.cn/article/UNeBptrPsk.shtml

相关文章

Agentic Workflow是什么?Agentic Workflow会成为下一个AI风口吗?

无论是想要学习人工智能当做主业营收,还是像我一样作为开发工程师但依然要运用这个颠覆开发的时代宠儿,都有必要了解、学习一下人工智能。 近期发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,入行门槛低&#x…

遥感影像建筑物变化检测

文章目录 效果1、环境安装2、项目下载3、数据集下载4、模型训练5、模型推理6、推理结果7、批量推理效果 1、环境安装 参考文章 搭建Pytorch的GPU环境超详细 win10安装3DGS环境(GPU)超详细 测试GPU环境可用 2、项目下载 https://gitcode.com/gh_mirrors/ch/change_detectio…

vue+cesium示例:地形开挖(附源码下载)

基于cesium和vue绘制多边形实现地形开挖效果,适合学习Cesium与前端框架结合开发3D可视化项目。 demo源码运行环境以及配置 运行环境:依赖Node安装环境,demo本地Node版本:推荐v18。 运行工具:vscode或者其他工具。 配置方式&#x…

Ubuntu 系统部署 MySQL 入门篇

一、安装 MySQL 1.1 更新软件包 在终端中执行以下命令,更新系统软件包列表,确保安装的是最新版本的软件: sudo apt update 1.2 安装 MySQL 执行以下命令安装 MySQL 服务端: sudo apt install mysql-server 在安装过程中&…

机器学习——主成分分析PCA

主成分分析—PCA 一、主成分分析简介1. PCA概述2. 降维 & PCA3. PCA的优缺点 二、PCA的数学基础1. 方差2. 协方差矩阵3. 特征值和特征向量 三、PCA的算法流程1. 标准化数据2. 计算协方差矩阵3.计算特征值和特征向量4. 选择主成分5. 数据投影 四、代码分析(人脸识…

连接关键点:使用 ES|QL 联接实现更丰富的可观测性洞察

作者:来自 Elastic Luca Wintergerst ES|QL 的 LOOKUP JOIN 现已进入技术预览阶段,它允许你在查询时对日志、指标和追踪进行丰富处理,无需在摄取时进行非规范化。动态添加部署、基础设施或业务上下文,减少存储占用,加速…

专家:乌军“蛛网”行动影响深远 无人机开启新战局

乌克兰在大规模使用无人机发动特种攻击方面再次震惊了世界。6月1日,乌克兰国家安全局对俄罗斯境内多地的军用机场发动大规模无人机攻击,声称摧毁了“多达41架战略轰炸机”。俄罗斯方面承认乌军无人机成功袭击的事实,但表示损失没有那么大。西方媒体认为,乌方使用的这种无人…

西北华北华南大片区域高温来袭 多地将迎35℃以上高温

今明两天(6月3日至4日),我国降雨主要出现在云南和华南沿海、东北地区等地,局地还可能伴有强对流天气。随着高压脊东移,北方大部气温逐渐升高,华北、黄淮等地高温天气将发展增多,南方多地5日起也将加入高温行列。昨天,冷空气南下导致南方强降雨区域南压至华南和云南一带…

美拆解首艘核动力航母要花多少钱 5亿多美元启动拆解

美国《星条旗报》网站报道,世界上第一艘核动力航母“企业”号将在亚拉巴马州拆解。佛蒙特州的一家公司获得了超过5亿美元的资金,用于拆除停放在亚拉巴马州莫比尔市的这艘历史悠久的航母。五角大楼发布的采购公告显示,位于佛蒙特州弗农的北极星海事拆卸服务有限责任公司获得了…

基于AI的6个学术搜索工具推荐:功能特点与适用场景分析

和传统的学术搜索平台pubmed、google scholar相比,AI驱动的学术搜索引擎不再依赖简单的关键词匹配,而是通过理解用户意图和语境,实现更精准、更具上下文关联的检索结果,并能够将搜索内容总结为完整答案。 除了Perplexity和秘塔AI搜…

scrapy练习笔记

scrapy练习 文章目录 scrapy练习一、scrapy安装二、scrapy基本流程2.1 学习目标2.2 创建一个新项目2.3 创建Item2.4 解析 Response2.5 使用 Item2.6 开始爬取 三、爬取多页3.1 练习3.2 输出格式3.3 使用 Item Pipeline 暂时到这 一、scrapy安装 官网:https://www.s…

cmake学习1

基本起点 本笔记的主要参考文献是cmake文档,对文档的二次提炼和补充学习。 1. cmake_minimum_required() 任何项目的最顶层CMakeLists.txt都必须首先使用 cmake_minimum_required() 命令指定最低 CMake 版本。这建立策略设置并确保以下 CMake 函数以兼容的 CMake…

基与OpenCV实现单目相机实时追踪对物体的测量算法(Android版)

本人原创转载请注明出处 前言 本算法是基于摄像头到测量物体的已知距离和摄像头像素焦距的前提下测量物体的宽高,并根据参照物的实际尺寸测量其他物体。 效果图 准备环境 1.首先硬件你要有一个摄像头,最好是USB即插即用免驱的 2.我使用的是12寸的安…

【计算机视觉】单目深度估计模型-Depth Anything-V2

概述 本篇将简单介绍Depth Anything V2单目深度估计模型,该模型旨在解决现有的深度估计模型在处理复杂场景、透明或反射物体时的性能限制。与前一代模型相比,V2版本通过采用合成图像训练、增加教师模型容量,并利用大规模伪标签现实数据进行学…

常见离线语音识别模块功能说明——天问ASR;机芯智能;海凌科;轻语音

本文章从开发方式及功能等方面上进行说明,便于开发者进行选择与开发。 本文章依据截至2024年8月1日各网站资料进行整理编写。 总结: 开发方式上: 天文ASR 有着最灵活的开发方式,可完全按照程序员意愿进行开发,同时有…

Whisper.cpp + GPU 加速全攻略:Mac M 芯片高效转录音频教程

内容预告 本文将手把手教你如何利用 GPU 加速,在 Mac M 芯片上使用 Whisper 进行音频转文字,大幅提升转录效率。 本教程涵盖: Whisper.cpp 简介:为什么它适用于本地语音转写?Mac M 芯片的 GPU 加速:如何…

ROS2 与机器人视觉入门教程(ROS2 OpenCV)

系列文章目录 目录 系列文章目录 前言 一、 1.1 先决条件 1.1.1 安装 0. 安装要求 1. 安装 ROS2: 2. cv_bridge 1.2 获取机器人视觉库简介: 1.2.1 克隆该资源库 1.2.2 下载附加数据 1.2.3 编译代码 1.3 测试代码 二、ROS2 中的图像发布者…

计算机视觉:扩散模型(Diffusion Models)在图像生成中的突破

计算机视觉:扩散模型(Diffusion Models)在图像生成中的突破 一、前言二、扩散模型基础概念​2.1 马尔可夫链(Markov Chain)​2.2 扩散过程(Diffusion Process)​2.3 逆扩散过程(Reverse Diffusion Process)​三、扩散模型在图像生成中的原理​3.1 训练阶段​3.2 推理阶…

深入了解视频质量诊断的关键技术要点

本文还有配套的精品资源,点击获取 简介:视频质量诊断是IT行业中的关键任务,它包括多个领域的专业知识,用于确保视频内容的高质量呈现。本文将详细解析与视频质量诊断相关的各个技术要点,包括视频编码技术、分辨率和…

高效降噪不求人!精选6款音频降噪免费软件助你一键消噪

你是否也常常被音频中的噪音困扰?环境杂音、设备电流声、甚至呼吸声,都可能让精心录制的内容大打折扣。 本文从百款工具中实测筛选出6款还不错的会议录音降噪处理工具。无论你是剪辑小白还是职业后期,3分钟快速匹配你的降噪刚需!…