ИИ-приложения уходят в продакшен без Row-Level Security
Паспорта и более 200 тысяч личных сообщений утекли из приложений на ИИ из-за отсутствия Row-Level Security в Supabase. Как проверить свои.

159 041 приложение. Столько веб-приложений, созданных ИИ, вытащила одна исследовательская группа из архива Common Crawl и проверила на одну скучную ошибку: можно ли читать записи базы данных без входа в систему? Для 7 403 сайтов, которые они проверили детально, ответ был «да»: таблицы с адресами электронной почты были доступны любому, кто их запросит. Копнув глубже, нашли полные имена и даты рождения, платёжные данные, коды билетов, внутренние выгрузки WhatsApp, сгенерированные ИИ саммари писем управляющего недвижимостью, более 200 000 личных сообщений с форума о лайфстайле и, в худшем случае, более тысячи записей с номерами паспортов, сроками действия и гражданством. Корень проблемы во всех случаях был один: отсутствовал Row-Level Security в Supabase, а для эксплуатации не требовалось ничего экзотического, хватало инструментов разработчика в браузере.
Стоит быть точным с цифрами, их часто переврают. Из 159 041 проекта Lovable 34 545 использовали Supabase как базу данных. Из них 24 664 отправляли записи базы в браузер сразу при загрузке страницы: без логина, без каких-либо действий. Само по себе это не баг, ведь многие данные и должны быть публичными. Поэтому исследователи сделали дополнительные запросы только на чтение, используя тот же самый API-ключ, который каждый сайт отдавал в собственном JavaScript, и посмотрели, что вернулось. Записи с адресами электронной почты обнаружились в 10 560 таблицах на 7 403 сайтах, то есть на 30% сайтов, которые изучили подробно. Это не подтверждённый процент утечек, и исследователи аккуратно на этом настаивают: часть адресов принадлежит публичным контактным ящикам или это тестовые данные. Но случаи, которые они проверили вручную, однозначны. Реальные клиенты. Реальные паспорта. Реальные личные сообщения.
Row-Level Security в Supabase — единственный замок на входе
Чтобы понять, почему это повторяется, нужно разобраться в сделке, которую Supabase заключает с вами. Вы получаете базу Postgres с автоматически сгенерированным REST API поверх неё, и ваш фронтенд общается с базой напрямую. Слоя бэкенда, который проверяет авторизацию, нет: ни middleware на Express, ни permission-миксина в Django, ничего. Браузер получает ключ anon, который публичен по замыслу и попадает в ваш JavaScript-бандл. Второй ключ, service_role, обходит всё и не должен попадать на клиент.
Раз клиент подключается к базе напрямую, решать, что каждый запрос может увидеть, должна сама база. Этот механизм называется Row-Level Security в Postgres: политики для каждой таблицы, которые фильтруют, какие строки конкретная роль может читать или менять. Вот где люди спотыкаются: если RLS не включён для таблицы, публичный ключ anon может читать и писать каждую строку в ней. Точка. Таблица с таким же успехом может быть статичным JSON-файлом на вашем CDN.
create table profiles (
id uuid primary key default gen_random_uuid(),
full_name text,
email text,
date_of_birth date
);
-- This is the line that decides whether the table is public:
alter table profiles enable row level security;
-- Without it, the shipped anon key reads and writes every row.
# The "attack": the same request the app makes, minus the login
curl "https://your-project.supabase.co/rest/v1/profiles?select=*" \
-H "apikey: eyJhbGciOi..." \
-H "Authorization: Bearer eyJhbGciOi..."
Посмотрите ещё раз на команду curl. В серьёзном смысле это не эксплойт. Это тот же запрос, который делает легитимный фронтенд, только повторённый без пользовательской сессии. API-ключ не украден, его опубликовали, отдав каждому посетителю как часть кода сайта. Единственное, что стоит между этим запросом и паспортами ваших клиентов, это настройка Postgres, которую никто не включил. Поэтому я и продолжаю повторять: утечки Lovable не были «взломом». Двери просто оставили незапертыми.
Почему генераторы ИИ-приложений выпускают сломанный контроль доступа
Очевидный вопрос: почему генератор просто не включает RLS? Потому что с точки зрения генератора ничего не сломано. Приложение работает. Превью загружается, записи появляются, демо впечатляет основателя, который его и придумал. Отсутствие контроля доступа — это тихий сбой: приложение без RLS ведёт себя точно так же, как правильно защищённое, пока не появится посторонний. Для фразы «незнакомец из другой страны читает вашу таблицу сообщений» нет стектрейса. Генератор, оптимизированный под «оно запускается», систематически недоинвестирует в вопрос «кто ещё может это запустить».
Есть и проблема спецификации. «Сделай мне платформу бронирования для моего ресторана» не содержит ни слова о том, кому можно читать таблицу бронирований. Человек-разработчик заполнит этот пробел конвенциями, шрамами от прошлых проектов и неудобными вопросами на старте. LLM заполнит его самым статистически частым продолжением, а самый распространённый в интернете код из туториалов по Supabase имеет RLS выключенным, потому что туториалы его выключают, чтобы путь к результату оставался коротким. Это разрыв между спецификацией и реализацией делает то, что делает всегда: баг живёт именно там, где промпт промолчал.
Затем вопрос дефолтов, и часть ответственности лежит на Supabase. Годами новые таблицы, созданные через панель, получали RLS выключенным, если вы не знали, что его надо включить. Это был осознанный компромисс при знакомстве с сервисом, ведь ничто так не убивает интерес к туториалу, как пустые результаты запросов. После длительной критики Supabase стал переводить новые проекты к RLS по умолчанию, но существующие проекты сохранили прежние настройки. Добавьте сюда генератор, обученный на годах кода, написанного до смены дефолтов, и получите конвейер, который стабильно выпускает открытые таблицы.
Наконец, человеческий фактор. Lovable продаёт идею, что технические знания не нужны, а в условиях использования ответственность за приложение и его данные целиком возложена на клиента. Именно в этом разрыве появились 7 403 протекающих приложения. Нетехнический основатель не может проверить то, что не умеет читать. Он не знает, что RLS существует, не знает, что анонимный ключ публичен, а бодрое «ваше приложение опубликовано!» не даёт ему повода спросить. Маркетинг говорил, что самолёт летит сам. Мелкий шрифт говорил, что пилот — вы.
Один сломанный паттерн, тысячи одинаковых целей
По-настоящему опасно не отдельное протекающее приложение, а однородность. Генераторы ИИ выпускают повторяющиеся шаблоны интеграции: одна и та же настройка клиента, одни и те же соглашения об именах таблиц, один и тот же URL проекта Supabase в одном и том же JavaScript-бандле. Это резко снижает стоимость атаки. Напишите один скрипт, который распознаёт сайт, собранный в Lovable, извлекает URL Supabase и анонимный ключ, перечисляет открытые таблицы и выполняет select=* для каждой. Он работает против тысяч приложений почти без изменений. Нарушенный контроль доступа уже много лет в топе OWASP Top 10; новое в том, что в промышленных масштабах можно штамповать и собирать одинаковые экземпляры этой проблемы.
Некоторые практики возражают, что называть это «утечкой» вообще неверно: сайты сами отдали ключ и сами отдали данные, так что их использование не является несанкционированным доступом, а сама публикация и стала утечкой. С точки зрения терминологии в этом есть доля правды. Но это педантизм, который важен только при распределении вины и ничего не значит для человека, чей номер паспорта оказался в JSON-ответе незнакомца. Никто не соглашался на такую архитектуру.
Приложение работало идеально. В этом и была проблема: оно идеально работало для всех.
Юридические последствия падают туда, куда они всегда падают: на того, кто выпустил приложение. По GDPR владелец приложения — контролёр данных, а это исследование касалось шведской платформы и затрагивало удостоверения личности граждан ЕС. Номер паспорта плюс имя плюс гражданство — это набор для кражи личности; 200 000 личных сообщений — это склад для шантажа и фишинга. Начнут ли регуляторы разбирательство, пока открыто, но если вы основатель, который написал базу клиентов «на вайбе» и ушёл, фраза «это сделал ИИ» не та защита, которую примет какой-либо надзорный орган по защите данных.

Как проверить сгенерированные конфиги Supabase перед запуском
Если вы выпустили или унаследовали приложение на Supabase, написанное ИИ, вот аудит, который провожу я. Он занимает полдня. Сделайте его до того, как к системе попадут реальные данные клиентов.
- Инвентаризируйте открытые таблицы. Выполните запрос по RLS ниже в SQL-редакторе. Каждая таблица в схеме
publicс выключенным RLS доступна на чтение и запись всему миру через опубликованный анонимный ключ. - Прочитайте каждую политику. Включённый RLS ничего не значит, если политика —
using (true). Генераторы обожают выпускать политики, разрешающие всё, потому что они заглушают ошибки во время разработки. - Проверьте приложение глазами незнакомца. Скопируйте анонимный ключ из развёрнутого JavaScript и обратитесь к каждой REST-конечной точке без сессии. Все строки, которые вернутся, публичны. Это было вашим замыслом?
- Проверьте бакеты хранилища. Бакет с пометкой public превращает каждый файл в нём в URL, по которому его можно скачать. Фотоальбомам и скан-копиям документов там не место.
- Поищите
service_roleв клиентском бандле. Публикация анонимного ключа — нормально; публикация сервисного ключа — катастрофа. Ваш развёрнутый API-клиент — это хранилище учётных данных, и его нужно проверить.
-- Tables exposed via the API with RLS disabled (each one is public)
select schemaname, tablename
from pg_tables
where schemaname = 'public'
and rowsecurity = false;
-- The subtler failure: RLS enabled, but what do the policies allow?
select schemaname, tablename, policyname, cmd, qual
from pg_policies
where schemaname = 'public';
Второй запрос интереснее. Вы найдёте таблицы с включённым RLS, но без единой политики — это закрытый по умолчанию отказ, и обычно это значит, что какая-то функция тихо сломалась, а кто-то её «починил», ослабив что-то другое. И вы найдёте политики вроде этой, которые я за время работы с генерируемым кодом видел достаточно, чтобы узнавать их с первого взгляда:
-- The policy generators emit when a query fails during development:
create policy "allow all" on messages for all using (true);
-- It silences the error and publishes the table. Reject it on sight.
-- What a real policy looks like:
create policy "users read their own messages"
on messages for select
to authenticated
using (auth.uid() = sender_id or auth.uid() = recipient_id);
Паттерн using (true) заслуживает особого внимания, потому что это эквивалент в сгенерированном коде того, как закомментировать проверку аутентификации, чтобы тест прошёл. Он появляется, когда генератор наткнулся на ошибку доступа, верно понял, что политики не хватает, и написал самую ленивую из возможных. Найдя его, не просто ужесточите политику, а спросите, почему таблица вообще была доступна на этом пути кода. И повторяйте весь аудит после каждой существенной регенерации. Билдеры ИИ с удовольствием переписывают вашу схему, и вчерашние строгие политики не переживают сегодняшнего промпта «сделай, чтобы в дашборде были все пользователи».
Сканеры безопасности помогают, но решают дефолты
Справедливости ради, команда безопасности Lovable ответила на исследование напрямую: они называют недостаточный RLS первопричиной, автоматически сканируют каждое приложение перед публикацией, предлагают более глубокий SAST-скан, позволяют исправить найденное одним кликом, включить автоисправление или полностью блокировать публикацию при критичных результатах, и всё это бесплатно, для всех пользователей. Это действительно разумный набор инструментов и больше, чем предлагают большинство конструкторов приложений.
Но обратите внимание, что означает сканер перед публикацией: сначала генератор создал дефект, а теперь существует вторая система, которая его ловит. Частота находок сканера — это измерение того, как часто выход по умолчанию небезопасен. Я уже писал о том, как сканеры безопасности на базе ИИ приносят нам технический долг: они полезны, но лечат симптомы. Долговечное решение — генерация с запретом по умолчанию: каждая таблица создаётся с включённым RLS, каждая получает явную политику, пусть даже «запретить всё», пока пользователь сознательно не расширит доступ. Небезопасное состояние должно требовать усилий. Сейчас всё наоборот, и 24 664 приложения, которые отдают записи базы при загрузке страницы, — это цена такой инверсии.

Вывод для всех, кто выпускает приложения на ИИ
ИИ не изобрёл нарушенный контроль доступа. IDOR и отсутствие авторизации возглавляют списки уязвимостей задолго до того, как кто-то уговорил ИИ написать приложение. Что изменил ИИ, так это масштаб и исполнителя: он поставил на поток известный тип сбоя и отдал кнопку деплоя людям, которые не отличат политику RLS от правила CSS. Цифра 30% из этого исследования — не скандал об одной платформе. Это превью того, что будет в каждой экосистеме, где сгенерированный код встречается с публичной базой и моделью безопасности, которую нужно включать вручную.
Поэтому относитесь к каждому приложению, написанному ИИ, так же, как к непроверенному коду подрядчика, потому что это он и есть. Запускайте запросы выше перед запуском и после каждого крупного изменения. Если приложение будет хранить регулируемые или идентификационные данные, а никто внутри команды не умеет читать политику Postgres, наймите того, кто умеет: одного дня экспертной проверки дешевле, чем объяснять регулятору, откуда утекли номера паспортов. No-code убрал синтаксис. Он не убрал ответственность и никогда не уберёт.


