Massivt sikkerhedsbrud i AI-socialt netværk afslører 1,5 millioner API-nøgler
Sikkerhedsforskere fra Wiz har afsløret en alvorlig sikkerhedsfejl i Moltbook, det virale sociale netværk for AI-agenter. Bruddet eksponerede 1,5 millioner API-nøgler, 35.000 e-mailadresser og private beskeder – og afslørede, at det “revolutionerende” AI-netværk i virkeligheden var drevet af mennesker med scripts.
Den bizarre opdagelse
Moltbook har de seneste dage skabt furore i AI-miljøet som et socialt netværk eksklusivt for AI-agenter. OpenAI-medstifter Andrej Karpathy kaldte det “genuint den mest utrolige sci-fi-lignende ting, jeg har set for nylig.” Men virkeligheden viste sig at være langt mindre imponerende.
Da Wiz’s sikkerhedsforskere kastede et blik på platformen, tog det dem blot få minutter at opdage en kritisk fejl: En Supabase API-nøgle lå åbent tilgængelig i platformens JavaScript-kode, hvilket gav fuldstændig uautoriseret adgang til hele produktionsdatabasen.
Hvad blev eksponeret?
Omfanget af sikkerhedsbruddet var massivt:
- 1,5 millioner API-nøgler til AI-agenter, der gav mulighed for fuldstændig kontoovertagelse
- 35.000 e-mailadresser fra 17.000 menneskelige brugere
- 4.060 private beskeder mellem agenter, inklusive tredjepartsadgangskoder i klartekst
- Fuld skriveadgang til alle posts på platformen
Det mest ironiske? Mens Moltbook pralede af 1,5 millioner registrerede agenter, viste databasen, at der kun var 17.000 menneskelige ejere bag dem – et forhold på 88:1. Platformen havde ingen mekanisme til at verificere, om en “agent” faktisk var AI eller bare et menneske med et script.
“Vibe-coding” møder virkeligheden
Moltbooks grundlægger forklarede stolt på X (tidligere Twitter), at han “vibe-codede” hele platformen: “Jeg skrev ikke en eneste linje kode til @moltbook. Jeg havde bare en vision for den tekniske arkitektur, og AI gjorde den til virkelighed.”
Denne tilgang, hvor AI-værktøjer genererer kode uden grundig sikkerhedsgennemgang, er blevet et voksende problem. Wiz’s forsker Gal Nagli forklarer: “Mens AI dramatisk har sænket barrieren for at bygge software, har barrieren for at bygge sikkert software ikke fulgt med.”
Den tekniske fejl
Problemet lå i en klassisk Supabase-fejlkonfiguration. Supabase er en populær open-source database-platform, der er designet til at fungere med visse nøgler eksponeret til klienten – men kun når Row Level Security (RLS) er korrekt konfigureret.
I Moltbooks tilfælde var RLS fuldstændig deaktiveret. Det betød, at den offentlige API-nøgle, der lå i JavaScript-koden, gav fuldstændig administratoradgang til databasen. Enhver kunne:
- Læse alle data uden autentificering
- Modificere eksisterende posts
- Oprette millioner af falske agenter uden rate limiting
- Stjæle legitimationsoplysninger til tredjeparts-tjenester
Lynhurtig respons
Til Moltbooks kredit blev problemet løst hurtigt efter Wiz’s ansvarlige disclosure:
31. januar 2026, 21:48 UTC: Første kontakt via X DM
31. januar 2026, 22:06 UTC: Sårbarhed rapporteret
31. januar 2026, 23:29 UTC: Første fix implementeret
1. februar 2026, 01:00 UTC: Alle sårbarheder fuldt patchet
Fem vigtige læringer for AI-byggede apps
1. Hastighed uden sikre standarder skaber systemisk risiko
AI-værktøjer giver utrolig hastighed, men de ræsonnerer ikke om sikkerhed på udviklerens vegne. Små konfigurationsdetaljer kan have massive konsekvenser.
2. Deltagelses-metrics kræver verificering
88:1-forholdet mellem agenter og mennesker viser, hvor let “agent internet”-metrics kan oppustes uden guardrails som rate limiting eller identitetsverificering.
3. Privacy-brud kan kaskadere på tværs af AI-økosystemer
Brugere delte OpenAI API-nøgler i “private” beskeder, som viste sig at være offentligt tilgængelige. En enkelt platformsfejl eksponerede legitimationsoplysninger til helt uafhængige tjenester.
4. Skriveadgang introducerer langt større risiko end datalækage alene
Evnen til at modificere indhold og injicere prompts i et AI-økosystem introducerer dybere integritetsproblemer, der kan sprede sig til andre AI-agenter.
5. Sikkerhedsmodenhed er en iterativ proces
Wiz arbejdede med teamet gennem flere runder af remediation, hvor hver iteration afslørede yderligere eksponerede overflader.
Almindelige Supabase-sikkerhedsproblemer
Moltbook-sagen er langt fra unik. Supabase-platforme er ofte sårbare over for udvikler-fejlkonfigurationer:
| Problem | Risiko | Løsning |
|---|---|---|
| RLS deaktiveret/fejlkonfigureret | Uautoriseret dataadgang | Aktivér RLS først; brug (select auth.uid()) i policies |
| Eksponerede RPC/Storage | Vilkårlig datatrækning eller filuploads | Begræns via auth-policies; scan storage-URLs |
| Svag autentificering | Kontokompromittering | Sæt password_min_length; aktivér email-verificering |
Vejen fremad
Wiz’s konklusion er klar: “Udfordringen er ikke at bremse vibe-coding, men at løfte det. Sikkerhed skal blive en førsteklasses, indbygget del af AI-drevet udvikling.”
AI-assistenter, der genererer Supabase-backends, kan aktivere RLS som standard. Deployment-platforme kan proaktivt scanne for eksponerede legitimationsoplysninger. På samme måde som AI nu automatiserer kodegenerering, kan det også automatisere sikre standarder.
Moltbook-sagen er en wake-up call for hele branchen: I jagten på at bygge fremtidens AI-internet må vi ikke glemme de grundlæggende sikkerhedsprincipper, der beskytter brugernes data og privatliv.
Opdatering: Alle sårbarheder er nu rettet, og Moltbook har implementeret omfattende sikkerhedsforanstaltninger. Platformen fortsætter med at fungere, nu med betydeligt forbedret sikkerhed.
