这里不需要黑客入侵，也不需要破解密码。访客只需用普通浏览器打开网页，服务器就会把整张数据表主动交出来。
2026 年 11 月，德国安全团队 Crissy Field 联合《德国商报》公布了一项调查。记者 Lina Knees 先期披露了线索，完整报告更新了最终规模。调查覆盖了 AI 建站平台 Lovable 生成的 159,041 个项目。其中多达 24,664 个网站，在网页刚加载时就把底层数据库推给了浏览器。访客无需注册登录，数据便已直接送达屏幕。
浏览器敲下回车，服务器主动交出护照号
泄露的信息触目惊心。调查人员在一家服务商的系统里，找到了 1,000 多条真实的身份证件档案。每条记录都写着完整的护照号码、有效期与国籍。原本应当被严密看管的法定证件，就这样不加设防地展现在了公网上。
数据未经任何身份验证便直通前端，整套系统失去了最基本的访问边界。
普通人访问这些站点时，看到的只是排版整齐的页面。但在浏览器的控制台背后，底层数据流正源源不断地回传。没有任何机制在前端与服务器之间核验访客身份，后台把数据库当成了公开广播电台。
零门槛做应用，平台把安全防线全留空
数据为何轻易失守？答案藏在 AI 建站工具的默认设置里。
Lovable 这一类新兴 AI 平台主打「动动嘴就能做软件」。用户只需输入几句口语提示词，系统就会自动拼装网页界面，并绑定一个名为 Supabase 的云端数据库。在规范的软件工程中，数据库必须开启「行级安全策略」（Row Level Security，简称 RLS）。这项机制就像给公寓大楼的每个房间安装独立门禁，住户只能刷卡进入自家房间，无法窥探邻居的屋子。
但在 Lovable 生成的默认方案里，这道门禁从一开始就没有开启。为了换取新手开箱即用的低门槛，平台把数据库的行级防盗门直接留了空。
如果开启严格的权限校验，零代码基础的用户在存取数据时，常常会遭遇报错。为了让初学者获得即时满足感，系统选择绕开安全检查。只要数据库大门敞开，新手就能在两分钟内看到应用正常运转。这种便利带来的代价，是整栋楼的房门都对外界敞开。
代码的千篇一律加剧了风险。由于平台采用高度统一的程序模板，成千上万个项目的数据库交互逻辑如出一辙。外部探测者不需要针对单独站点编写攻击代码，只要写好一段简单的自动化脚本，就能像流水线一样批量扫描成千上万个应用。
7403 个网站中招，生活聊天与买单账目全看光
团队展开了大范围普查。
调查人员调取了公开网络爬虫档案 Common Crawl 中从 2025 年 12 月到 2026 年 9 月的数据，共筛出 159,041 个 Lovable 项目。其中有 34,545 个应用连接了 Supabase 数据库。经过自动化验证，多达 24,664 个网站在加载主页时就主动交出数据。调查团队进一步发起只读查询，在 7,403 个网站（占比 30%）的 10,560 张数据表里，直接读到了用户的电子邮箱地址。
图：德国安全团队对 15.9 万个 Lovable 项目的普查概况。来源：Crissy Field GmbH
流出公网的内容渗透进了普通人日常生活的方方面面。一家德国生活方式论坛上，超过 80,000 份包含真实姓名、生日与性别的用户档案，连同 200,000 多条站内私信聊天记录均能被外人直接阅览。部分活动主办方与餐厅的系统里，留存着数万条演出门票和餐饮销售订单。订单上的手机号、实体住址、支付细节与入场凭证票码清清楚楚。
自动化建站工具批量开放了数据读取，海量商业应用的真实隐私便成了免费午餐。
一家物业管理系统甚至把大模型生成的内部邮件摘要挂在公网，涉及租户、业主与商业伙伴的大量纠纷细节。此外，还有数万份商业合同、费用发票、私人相册与内部 WhatsApp 聊天记录流出。调查人员甚至从某一家服务商的后台，直接调出了发给客户的 280,000 封往来邮件。
图：从公开网页抓取到数据库权限检测的分析流程。来源：Crissy Field GmbH
对于这组调查数据，报告作者坦诚指出了统计局限。调查人员用电子邮箱来识别个人数据。由于表单中可能混入企业公开联络方式或测试数据，30% 的比例不能视作确诊的泄露率。样本来自公开网页归档，无法覆盖平台的全部项目。研究团队也仅下载了部分数据进行抽样核验。但这批客观局限没有改变基本事实：大量商业应用在处理真实客户数据时，缺乏最起码的隔离保护。
宣传负责造梦，用户协议负责甩锅
失防源于深层断层。平台把开发门槛降到最低，却把暗藏的安全隐患推给了缺乏专业知识的大众。
Lovable 是一家位于瑞典斯德哥尔摩的初创公司，由 Anton Osika 与 Fabian Hedin 于 2023 年创办。它的前身是开源社区知名的 GPT Engineer 项目，并在 2024 年底更名为 Lovable。这家公司在市场推广中不断强调「没有任何技术知识也能做项目」。这种承诺吸引了成千上万想节省成本的小微创业者与个体经营者。
然而翻开法律条款，平台早就做好了切割准备。Lovable 在用户协议中明确规定：应用安全性与数据合规责任，全部由客户承担。权责就此被清晰划开。平台负责提供工具赚取订阅费，却把最深层的风险留给外行。商业平台负责用零门槛吸引非专业用户，用户协议则负责把安全合规风险推得一干二净。
在技术社区的讨论中，开发者们对这种做法产生了激烈争论。有工程师指出，底层数据库服务商 Supabase 为了拉低上手难度，长期容忍了过于宽松的默认策略。官方虽然在 2026 年 10 月 30 日修补了新建项目的配置流程，但此前已经生成的存量应用依然在旧默认值下裸奔。
类似的灾难并非孤例。云平台 Railway 不久前也出现过类似的配置漏洞。攻击者疑似结合去审查大模型和泄露的访问密钥，短短几天刷掉了约 74 万美元的推理账单。把未经检验的默认配置推向生产环境，正在引发全网买单的连环风险。
自动化建站再快，也省不掉权限审查
教训并不复杂。这次事件的核心警示，并非否定生成式 AI 在软件开发中的生产力。AI 确实让产品原型的落地周期从几周缩短到了几分钟，但代码生成速度不等于安全防护能力。
自动化检测工具再先进，也无法替代专业人员对真实业务流程的把关。当一个软件开始记录真实的用户姓名、身份证件和聊天对话，它就已经越过了实验玩具的边界。代码生成工具再聪明，也不能替代真实生产环境中的人工权限审计。
上线真实数据前，基础工程不能省。管理者必须仔细核对接口权限、数据访问边界与账号隔离策略。跳过这些看似繁琐的校验，一键建站就只是给数据泄露按下了快进键。平台若继续用免责声明充当护身符，把脆弱的半成品推给公众，类似的隐私危机就永远不会停止。
参考链接：
- 《德国商报》调查报道（Handelsblatt）
- Crissy Field 漏洞调查报告
- Hacker News 社区讨论 (item?id=50499017)
