只要用自然语言输入几句话，AI 就能在几分钟内生成一个带数据库和用户管理系统的完整 Web 应用。这种被称为“氛围编程”（Vibe Coding）的新体验，让无数没有技术背景的创业者体验到了软件开发的快感。
然而，不需要写代码并不意味着安全问题会自动消失。德国安全机构 Crissy Field 与《商报》合作，对 open web archive 归档的 159,041 个 Lovable 项目进行了详细排查，结果令人捏一把汗：大量在公网上运行的应用，正在向外界毫无保留地广播用户隐私。
15 万个 AI 项目排查：护照、私信与订单全在裸奔
在这项涵盖 2025 年 12 月至 2026 年 9 月数据的大排查中，研究人员发现共有 34,545 个 Lovable 项目集成了后端数据库 Supabase。
尴尬的是，其中有 24,664 个网站在没有任何登录校验的情况下，只要用户首次打开页面，就会主动发送 Supabase 的数据库记录。
研究人员使用网站自带的前端 API 密钥发起只读请求，成功在 7,403 个网站的 10,560 个数据表中提取到了包含电子邮箱的敏感信息。也就是说，在被深度检测的网站中，有三成直接亮出了后端底牌。
从检索到的真实数据来看，泄露的严重程度远超预期：
- 某德国生活方式论坛暴露了 80,000 多份用户个人资料（包含姓名、生日、性别及邮箱）以及 200,000 多条私密聊天记录。
- 某服务商的数据表中暴露了 1,000 多条身份证明明细，其中清清楚楚写着用户的护照号码、到期日和国籍。
- 多家餐厅和票务平台暴露了数万条餐饮与门票订单，姓名、电话、邮政地址乃至支付明细一览无余。
- 某房产管理公司甚至直接暴露了由 AI 生成的内部敏感邮件摘要，涉及大量租客与房东的隐私。
- 在另一个案例中，高达 280,000 封发给客户的邮件全文处于没有任何访问限制的状态。
研究机构 Crissy Field 严谨地指出，30% 的邮箱提取率并不直接等于确诊的数据泄露率，因为部分邮箱可能是公开的客服联系方式或测试数据。但在未加防护的情况下，任何人只要顺藤摸瓜，就能把整个数据库一抽到底。
不是平台被黑，而是“氛围编程”割裂了后端防线
很多人第一反应是：是不是 Lovable 的服务器被黑客攻破了？
并不是。这恰恰是整个事件最值得深思的地方——问题不在于代码有漏洞，而在于无技术背景的开发者根本不知道后端防护为何物。
在传统的 Supabase 架构中，前端代码里暴露公开 API 密钥（Anon Key）是符合设计规范的正常操作。但 Supabase 的安全机制高度依赖一种叫作行级安全策略（Row Level Security, 简称 RLS）的规则。这套规则的作用就像是包厢门的钥匙，必须显式定义“哪位用户只能看哪张表里的哪一行数据”。
当一位完全不懂 SQL 或权限管理的创业者，用自然语言向 Lovable 提出“帮我做个用户论坛”的指令时，AI 能够完美地生成漂亮的前端界面，并自动把前端 API 密钥填好。然而，AI 并没有强行要求或自动配置好严格的 RLS 规则。
后果显而易见：前端拿着合法的公开密钥，去向后台请求未受 RLS 保护的数据表。后台认为请求合法，直接把所有私密聊天、护照明细和支付记录毫无保留地双手奉上。
古人云：“不知者无畏，无知者无防。” AI 工具把原本需要专业程序员把关的生产力带给了大众，却并没有把配套的安全警惕性同步打包注入。
营销主打免代码，条款却把甩包玩到了极致
比技术漏洞更尖锐的，是平台方的商业态度与责任悖论。
Lovable 在官方营销宣传里极其高调，反复向外界灌输一个概念：“你不再需要任何技术背景或程序员，就能独立发布软件。”但在法律文件和服务条款（T&C）中，Lovable 却极其清醒地写明：所有应用的安全防护、数据合规与隐私责任，完全由用户自己承担。
安全负责人 Igor Andriushchenko 在事件发生后回应称：“应用归创作者所有，上线前的最终把关在创作者自身。”
这就形成了一个荒谬的闭环：平台靠着“零门槛、零技术要求”吸引不懂代码的用户买单；可一旦出了安全事故，平台立刻搬出条文，嘲笑用户“不懂技术为什么不检查权限”。
有人可能会想，换个平台是不是就好了？比如把代码迁移到 Bolt.new 或者 Replit？
答案是根本没用。只要底层依然连接着那套没有配置好 RLS 的 Supabase 数据库，数据依然处在裸奔状态。这并不是换个前端 AI 生成器就能解决的问题。
Supabase 虽然在 2026 年 10 月底紧急更新了策略，默认强制对新创建的数据表关闭 API 访问，但他们也明确表示：该更新不会追溯历史数据。 换言之，过去几个月由非技术用户搭建的数万个存量应用，只要没人手动补上防线，依然是一撬即开的空门。
- 结论.真正的安全不能寄希望于“生成代码能跑通”。在将任何涉及用户个人数据的应用推向公网前，必须由懂行的专业人员对其权限架构进行二次审计，自动化扫描无法替代专业把关。
- 风险.对于完全依赖自然语言开发产品的独立创作者，若继续忽视后端行级权限，将可能面临极其严重的合规追责与用户信任崩塌。
这起事件给整个科技界泼了一盆冷水。AI 确实抹平了写出第一行前端代码的门槛，但它并没有抹平计算机科学里那些关于鉴权、隔离和安全防范的硬性规律。
极度降低门槛的产物，往往也在极度降低防御力。
如果 AI 平台在享受“氛围编程”带来的商业溢价时，只顾着把营销海报画得花团锦簇，却把安全包袱一股脑甩给连 RLS 三个字母都没听过的新手，那么这种所谓的生产力革命，从一开始就埋下了沉重的安全代价。