การวิเคราะห์พบว่าช่องโหว่ด้านความปลอดภัยร้ายแรงในแอปที่สร้างด้วย AI เพิ่มขึ้นตามขนาดโค้ด
เริ่มตรงนี้
การวิเคราะห์คลังโค้ดสาธารณะ 3,911 แห่งที่สร้างด้วยเครื่องมือสร้างแอป AI เก้าตัว ได้แก่ Bolt, Lovable, Cursor, v0, Replit, Windsurf, Base44, Tempo และ Firebase Studio พบว่าสัดส่วนของแอปที่มีช่องโหว่ด้านความปลอดภัยร้ายแรงอย่างน้อยหนึ่งรายการเพิ่มขึ้นอย่างต่อเนื่องตามขนาดโค้ด จาก 2.9% สำหรับแอปที่ต่ำกว่า 1,000 บรรทัด เป็น 59.2% สำหรับแอปที่เกิน 40,000 บรรทัด ผู้เขียนคือ Path to Ship ยังได้แก้ไขตัวเลขการอ้างอิงในพาดหัวของตนเองจาก 92.8% เป็น 78.3% หลังจากพบว่าการคำนวณเดิมมีลักษณะวนซ้ำ ปัญหาที่พบบ่อยที่สุดคือการขาด row-level security ของ Supabase, ความลับที่ถูกเปิดเผยฝั่งไคลเอนต์ และเส้นทาง API ที่ไม่มีการตรวจสอบสิทธิ์ ผู้เขียนระบุว่า 66.3% ของชุดข้อมูลไม่มีดาว ไม่มีฟอร์ก และไม่มี issue ที่เปิดอยู่ และการศึกษาครอบคลุมเฉพาะคลังโค้ดสาธารณะเท่านั้น ผู้เขียนกล่าวว่าแอปที่มีเพียงไม่กี่ร้อยบรรทัดและไม่มีผู้ใช้ไม่จำเป็นต้องกังวล ขณะที่แอปที่เกิน 10,000 บรรทัดและมีผู้ใช้มีอัตราฐานประมาณ 30% ซึ่งเพิ่มขึ้นตามแต่ละฟีเจอร์ พวกเขากล่าวว่าอัตราสัมบูรณ์ควรอ่านเป็นขอบเขตบน และแนวโน้มตามขนาดโค้ดคือข้อค้นพบหลัก
สร้างจากรายงาน · อัปเดต 2 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hacker News · AIข้อมูลจาก 3,911 repo ที่สร้างโดย AI: ข้อบกพร่องร้ายแรงเพิ่มขึ้นตามขนาดแอป
การวิเคราะห์ repo สาธารณะ 3,911 แห่งที่สร้างด้วยเครื่องมือ AI เก้าตัว ได้แก่ Bolt, Lovable, Cursor, v0, Replit, Windsurf, Base44, Tempo และ Firebase Studio พบว่าสัดส่วนแอปที่มีข้อบกพร่องร้ายแรงอย่างน้อยหนึ่งรายการเพิ่มขึ้นอย่างต่อเนื่องตามขนาดโค้ด จาก 2.9% ในโค้ดต่ำกว่า 1,000 บรรทัด เป็น 59.2% เมื่อเกิน 40,000 บรรทัด ผู้เขียนยังแก้ไขตัวเลขการระบุสาเหตุหลักของตนเองจาก 92.8% เป็น 78.3% หลังจากพบว่ามีความสัมพันธ์แบบวงกลม และระบุว่า 66.3% ของชุดข้อมูลไม่มีดาว ไม่มี fork และไม่มี issue ที่เปิดอยู่ ปัญหาที่พบบ่อยที่สุดสามอันดับแรกคือ การขาด row-level security ของ Supabase, ความลับที่ถูกเปิดเผยฝั่งไคลเอนต์ และเส้นทาง API ที่ไม่มีการตรวจสอบสิทธิ์
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม