Report — 事故图鉴

已发布的 AI 生成应用，
把漏洞留在了哪里。

这是我们对超过 2.4 万个公开的 AI 生成应用进行初步调查的结果。它们大多「能跑」，却带着任何人都能触及的漏洞。

sample  N = 6,820
stack  supabase × lovable
type  自行开展的初步调查

CRITICAL

0%

任何人都能改写数据

缺少行级保护，第三方可以读写。

4,198 / 6,820 个

CROSS-STACK

0 种工具

跨多种 AI 生成工具的横向分析

平台内置检查做不到的、独立的横向数据。

Lovable / Bolt / v0 / Create.xyz / Base44 / Replit / Rork / Databutton / Softgen / Tempo

EXPOSED

0%

泄露 .env 等敏感信息

API 密钥和连接信息被放在了公开的位置。

N = 6,820

The paradox

真正动手做出来并发布的人，风险反而更高。

在官方提供的「示例仓库」里，几乎没有发现事故。漏洞集中在人们真正做出来并发布的应用上。「能跑起来」和「能安全地发布」之间，仍有一段距离。

appdock — compare

official-template/
  issues  ≈ 0
shipped-by-builders/
  data writable  67%
  unsafe code    75%
  secrets exposed 57%

data-access

数据任何人都能改写

未配置访问控制，导致本应只有本人能触及的数据可被第三方读写。这种情况通常源于 AI 生成工具在 Supabase 的访问控制（RLS）保持默认设置的状态下直接发布（在 Firebase 或不使用 BaaS 的架构中几乎未见）。

code-pattern

危险的代码模式

例如直接信任输入等可能被利用的写法。虽然能运行，却可能成为攻击的入口。

secrets

敏感信息泄露

API 密钥、连接信息等「钥匙」被包含在会被公开的位置，第三方可以直接使用。

methodology ── 我们对公开的 AI 生成应用进行的初步分析（N=6,820／supabase×lovable）。比例为约数，并不保证安全性。可能仍存在未被检出的问题，且不涉及任何具体服务名称。