15.9 万个用 AI 做出来的应用里,2.4 万个不登录就能读数据库

2026-11-16 安全SupabaseLovablevibe coding数据库

这份报告值得读,不是因为它数字大,而是因为它描述的失败方式,在你自己的项目里随时可能重演。

德国汉堡的安全公司 Crissy Field 和《商报》合作,从 Common Crawl 的公开存档里找出 2025 年 12 月到 2026 年 9 月之间建的 15.9 万个 Lovable 项目。其中 3.45 万个用了 Supabase——Lovable 默认搭配的数据库。

然后他们做了一件不需要任何攻击技巧的事:像一个没登录的访客那样,问数据库能给我看什么。

结果

  • 2.46 万个站点在页面加载那一刻就把 Supabase 记录返回了,没要求登录
  • 用页面里本来就有的那个公开 key 再发几次只读请求,7,403 个站点的 10,560 张表里读出了邮箱地址(占被细查样本的 30%)
  • 具体案例:一个德语生活论坛暴露 8 万多份资料(姓名、邮箱、生日、性别)和 20 万条私信;若干票务和餐饮商户暴露数万条订单,含邮箱、电话、地址、支付信息和票码;一家物业公司暴露了内部邮件的 AI 摘要;最严重的一例是某服务商 1,000 多条身份证件记录,护照号、有效期、国籍全在
  • 还有一家能读到 28 万封发给客户的邮件

报告 11 月初发布,《商报》11 月 2 日见报,11 月 14 日上了 Hacker News 首页。Lovable 的安全负责人在 HN 讨论里说,这些应用的根因是 RLS 不足。

为什么这不是”Lovable 不安全”

被攻破的不是 Lovable 的服务器,也不是 Supabase 的平台。问题在每个应用自己的数据库配置上。

Supabase 的前端要靠一个公开 key(原来叫 anon key,现在叫 publishable key)访问数据库,这个 key 写在网页代码里,任何人打开开发者工具都能拿到——这是设计如此,不是漏洞。真正决定”陌生人能读到什么”的,是每张表上的行级安全策略和授权(grant)。

Supabase 自己的文档写得很直白:暴露 schema 里一张没开 RLS 的表,任何有 grant 的角色都能读写它,包括未登录的访客。更阴的一点是,新建的表默认就把权限授予了 anon、authenticated、service_role 三个角色,而后来加的策略不会把这些授权收回去。

于是出现了最典型的错觉:页面上有登录框,代码里查数据都带 user_id = 当前用户 的过滤,看起来是对的。但数据库从来没被告知”拒绝其他请求”。谁绕开界面直接打 API,就能要整张表。

AI 生成的应用特别容易踩这个坑,原因很朴素:它把”能用”当成完成标准,而 RLS 是看不见的那一层。加上 Lovable 这类模板化生成,一套错误配置会以同样的形状复制到几千个站上。

今天就该做的三件事

  1. 用没登录的状态打开你的应用,看 DevTools 的 Network,第一批请求里有没有带着一堆行数据的响应。有,那些数据就是公开数据集,不管你原本想不想公开。
  2. 在 Supabase SQL Editor 里查一遍没开 RLS 的表:
select schemaname, tablename
from pg_tables
where schemaname = 'public'
  and rowsecurity = false;
  1. 对每张有用户数据的表,开 RLS、写策略、并把 anon 的授权收掉:
alter table public.orders enable row level security;

create policy "own rows" on public.orders
  for select to authenticated
  using ((select auth.uid()) = user_id);

revoke all on public.orders from anon;

泼冷水

别把 30% 当成”Lovable 应用的泄漏率”。研究者自己说得很清楚:邮箱可能是公开的联系方式或测试数据,而没有邮箱字段的隐私记录这个方法根本看不到;样本来自 Common Crawl,不代表全部;他们只下载了部分数据。真实数字可能更高,也可能更低。

也别把”页面能读到数据”当成泄漏——商品目录、公开报价本来就该被读到。判断标准是:这批数据你是不是愿意让全网看见。

最后一句研究者的话值得抄下来:自动化检查不能替代一次认真的权限评审。他们建议应用在接触真实客户数据之前,把访问权限、接口、账号之间的隔离过一遍,重大改动之后再过一遍。

报告:https://www.crissyfield.de/research/lovable-en/

原文出处 · 事实以此为准
Crissy Field 研究报告 · Lovable 应用敏感数据暴露
阅读原文 ↗