AI 批量造 App，也在批量埋雷

AI 批量造 App，也在批量埋雷

當「Vibe Coding」大幅降低軟體開發的門檻，讓每個人都能透過幾句話就生成一個應用程式時，權限管理、數據安全與長期維護，反而成為真正昂貴且容易被忽略的代價。過去一年，AI 編程最迷人的敘事莫過於「人人都能做 App」——不會寫程式碼的人，輸入幾行提示，就能輕鬆產出頁面、串接資料庫、甚至直接部署上線，軟體開發從未如此親民。 然而，一個名為 Moltbook 的產品，率先為這場狂歡送上了一張沉重的帳單。Moltbook 的定位是「AI 代理專屬社交網絡」，讓 AI 代理們能在上面發文、留言、投票，並透過聲望系統建立信譽，號稱是「代理互聯網的首頁」。創辦人坦誠，這個產品完全是靠 AI 生成的，他自己一行程式碼都沒寫。結果，安全研究機構 Wiz 發現，一個配置錯誤的 Supabase 資料庫竟允許完整的讀寫訪問權限，導致生產環境對任何人完全敞開：150 萬個 API 認證令牌、3.5 萬個電子郵件地址，以及大量 AI 代理之間的私密訊息，全部暴露在公網上。任何人都能輕易冒充平臺上的任何一個 AI 代理帳戶，並篡改所有公開內容。 這絕非單一事件，而是 2026 年正在批量發生的現象。軟體世界有一個殘酷的常識：能跑，不等於能用；能上線，不等於能負責。AI 在批量製造 App 的同時，也在到處埋下看不見的地雷。 最危險的不是做不出來，而是「看起來已經做好了」

Vibe Coding 最讓人上癮的地方，在於它把軟體開發變成了一種即時回饋的遊戲：你提出需求，AI 生成程式碼；你說按鈕不好看，它立刻修改樣式；你說部署報錯，它給你一串指令。過去開發過程中大量的挫敗感，被一輪輪的自然語言對話輕易抹平。這種體驗會製造一種強烈錯覺：只要頁面能打開，產品就算做好了。但真正的軟體遠不止頁面——頁面只是最容易被看見的部分。一個產品能否安全運行，取決於一堆看不見的細節：認證機制、權限隔離、密鑰管理、日誌脫敏、攻擊防護等等。這些東西沒有漂亮的截圖，也不會在展示時自動顯現。 以色列安全公司 RedAccess 的一項調查，將這種錯覺的代價攤在陽光下。他們發現約 38 萬個公開可訪問的資產中，約有 5000 個包含敏感的企業資訊，包括醫療記錄、財務數據、內部文件和客服對話。根據 Axios 的報導，這些資產涉及 Lovable、Base44、Replit、Netlify 等 AI 或低代碼平臺所生成或託管的應用。RedAccess 的執行長直言，這些應用的隱私設定「預設就是公開訪問」。換句話說，打造一個能用的 App，門檻已被 AI 降到幾乎為零，但「知道自己在裸奔」這件事，門檻卻絲毫未減。一大批看起來像產品、實際更像是半成品實驗的 App，就這麼被直接推向真實世界——它們不是不能跑，而是跑得太早了。 造的門檻降了，擔責的門檻卻沒跟上

AI 編程工具解決的是「如何生成程式碼」的問題，而非「誰來承擔後果」的問題——這正是這場狂歡中最容易被忽略的一點。Lovable 本身攤上的一起漏洞事件，就是最好的說明。據安全社區披露，今年 4 月，一名研究員註冊了一個 Lovable 免費帳戶後，僅透過少量 API 調用，就可能存取其他用戶的原始碼、資料庫憑證和 AI 聊天記錄。這無需任何攻擊手段，問題直指介面缺乏權限校驗，是一種典型的 BOLA（對象級授權缺失）漏洞，據稱影響了 2025 年 11 月之前創建的大量項目。研究員表示，他在 48 天前就已透過 HackerOne 平台報告此問題。 Lovable 起初強調平臺並未遭遇傳統意義上的數據洩露，並將部分問題歸因於用戶對公開項目和權限設定的理解偏差。隨後，事件又牽出平臺後端權限調整、漏洞報告流程等問題。該公司承認，今年 2 月統一後端權限設定時，「意外重新開啟」了對公開項目聊天記錄的訪問權限；研究員也提到，HackerOne 曾將這份報告標記為「重複提交」。一個安全漏洞繞了一大圈，最終演變成平臺、用戶、漏洞回應流程之間互相推諉的責任鏈，唯獨沒有人說：這個產品在設計上，本來就沒有把「保護用戶的程式碼和數據」當作第一優先級。 這不是道德問題，而是能力結構問題。一個獨立開發者可能同時身兼產品經理、設計師、前端、後端、運維等角色，但他大概率只熟悉前兩個角色，對後面幾個幾乎沒有概念。AI 可以幫他生成一段登入邏輯，但不會主動告訴他這段邏輯是否符合真實的安全場景；可以幫他串接資料庫，但不會替他設計最小權限原則。更微妙的是，AI 生成的程式碼會製造一種心理距離：「它能跑，所以應該沒問題；它是模型生成的，所以大概比我懂。」AI 沒有讓人不需要負責，只是讓很多人更晚才意識到自己需要負責。 半成功比沒人用更危險

過去，獨立開發者最怕的是產品沒人用。但在 AI 編程時代，另一種失敗會變得更加危險：有人真的用了。因為只要有人使用，就會產生數據；只要有數據，就會產生責任；只要責任沒人處理，就會變成風險。《The Verge》曾報導過一個樸素的案例：開發者 Bob Starr 用 AI 拼湊的網站，上線幾個月後才發現存在一個 SQL 注入漏洞。文章判斷得很準——業餘項目和處理真實財務、醫療數據的軟體之間有一條線，但寫程式碼的人，往往不知道自己什麼時候已經跨過了這條線。 許多 AI 生成產品的問題，不在於它們太失敗，而在於它們「半成功」。如果沒人訪問，它只是一個廢棄項目；如果突然有人訪問，它就可能變成一個無人看管的數據容器。這類產品會越來越多，因為 AI 把試錯成本壓得太低了。一個人可以在一個月內做出十幾個小工具，大多數不會真正長大，但都會短暫上線、短暫收集數據、短暫串接第三方服務，然後被遺忘在某個雲平臺或資料庫實例中——依賴沒有更新，密鑰沒有輪換，權限沒人檢查，但介面卻仍然可以訪問。 傳統互聯網留下的是殭屍網站；AI 編程留下的可能是「殭屍 App」。區別在於，殭屍網站最多只是沒人看，而殭屍 App 可能還握著一批真實用戶的數據。Moltbook 暴露的那批 API 令牌和代理私密訊息，本質上就是一個被狂歡式增長甩在身後、沒人來得及收尾的數據容器。 低代碼踩過的坑，AI 編程正在重新踩一遍

「非專業開發者做軟體」不是新鮮事。低代碼、無代碼、Excel 巨集，都曾承諾過類似的東西，也確實製造過隱患。許多企業裡都有一批「沒人敢動」的系統，原作者離職多年，沒有文檔，權限混亂，卻仍支撐著某個關鍵流程。AI 編程只是把這件事從企業內網推向了公網：以前業務人員搭壞了內部表單，影響的是一個部門；現在不懂安全配置的人搭一個 AI 工具，開放註冊、掛上網域，影響的是所有上傳過數據的陌生人。 更麻煩的是，這種債務不容易被看出來。一個傳統的爛系統通常一眼就能看出粗糙；AI 生成的產品則不然，它們介面好看、互動流暢，會用現代化的 UI 包裝自己。但漂亮的前端，掩蓋不了脆弱的後端——RedAccess 報告裡那些洩露醫療記錄和銀行數據的應用，外表看起來和任何一個正常上線的產品沒有什麼區別。 平臺不能只享受增長，不承擔護欄

這件事不能只怪用戶，更不該只怪用戶。AI 編程平臺靠「人人都是開發者」的爽感做增長行銷，賣點就是「門檻已經沒了」。可一旦出事，第一反應往往是強調「這不算傳統意義上的數據洩露」，是「用戶對權限設定存在理解偏差」。這相當於把一個完全沒有工程背景的人，默認成了應該自己看懂權限模型的責任主體。這是平臺一邊收割「零門檻」的增長紅利，一邊把「零門檻」本該承擔的安全代價，留給最沒有能力承擔它的人。Lovable 的回應路徑就是現成的樣本：先強調不是洩露，再把問題歸咎於用戶理解偏差，最後才牽出平臺自己 2 月份的權限調整「意外」把預設值從私有改回了公開——平臺自己的責任，是繞了一圈之後才被提到的那一項。 如果一個平臺的賣點是「不需要懂技術」，它就沒有資格要求用戶自己理解權限風險。預設為私有而非公開、預設掃描硬編碼密鑰、預設在上線前攔一下用戶——這些不是錦上添花的功能，而是平臺在收取「降低門檻」這筆錢時，本就該綁定的責任。今天大多數平臺仍在增長優先的階段，更願意展示「十分鐘做出一個漂亮應用」，而不是在用戶點下「發佈」之前，老老實實告訴他：你的資料庫現在是公開的。 值得一提的是，安全和隱私只是這筆帳的一部分。圍繞 AI 生成程式碼的版權歸屬、開源協議義務，以及第三方 AI 處理用戶數據的合規要求，也正在被重新檢視。例如，Doe v. GitHub 案仍在美國法院體系中拉扯，爭議之一就是 Copilot 生成程式碼是否移除了開源程式碼中的版權管理資訊；蘋果也已在其 App Store 審查規則中要求，開發者在向第三方 AI 分享用戶個人數據前，必須明確告知並取得同意。換句話說，Vibe Coding 的風險不只是「有沒有漏洞」，還包括「程式碼從哪來、數據去了哪、出了事誰負責」。 獨立開發者的新壁壘：不是會生成，而是能負責

這並不意味著 AI 編程不值得期待。它確實打開了一個巨大的空間——過去許多小需求因為開發成本太高，永遠不會被滿足，今天一個人就可以快速驗證想法，服務小眾人群。但正因為門檻降低，新的分化會更快出現。未來，大家都會用 AI 寫程式碼——會不會生成頁面、會不會接 API，本身會越來越不是稀缺能力。真正稀缺的是：誰能把一個展示用的原型，變成可持續運行的產品。這中間差的不是靈感，而是工程責任——能不能理解用戶數據的敏感性，能不能設計權限邊界，能不能在產品廢棄時刪除數據、關閉介面、通知用戶。 以前，一個人做產品最大的難點是做不出來；現在，做出來反而只是開始。你越容易上線，就越容易提前進入責任區。在 AI 編程時代，克制會重新變成一種能力——不是誰的提示詞寫得更炫就是更強的開發者，而是知道哪些數據不能亂收、哪些功能不能裸跑、哪些產品不能在沒有維護計畫的情況下開放給真實用戶。 軟體並沒有因為 AI 而變簡單，只是複雜性被推遲了——藏在權限裡，藏在資料庫裡，藏在某個已經被忘記但仍然開放的介面中。下一階段，真正有價值的開發者、平臺和社區，可能不再只是教人如何用 AI 快速做出產品，而是教人如何把產品安全地放進真實世界。因為軟體一旦上線，就不再只是自己的作品，它開始承載別人的信任——而信任，從來不是十分鐘就能生成出來的。