Glow Security, en startup med Sequoia och Greenoaks som finansiärer, rapporterade att AI-kodassistenter laddat upp interna skärmbilder till offentliga GitHub-arkiv. Företaget kallar problemet ”PixelLeak”. Enligt forskarna hittade de över 13 000 bilder från 343 företag, däribland ett resebolag på Fortune 500-listan, finanskoncerner, molnleverantörer och utvecklare av grundmodeller. Skärmbilderna innehåller ofta kod, inloggningsuppgifter eller produktdesign som aldrig var avsedd för allmänheten.
Så gick läckorna till
Utvecklare ber ofta AI-agenter visa en ”före- och efterbild” av ändringar i användargränssnittet. GitHub gör det inte möjligt att bifoga bilder till kommentarer på pull requests i privata arkiv via kommandoraden, så agenterna försöker hitta en lösning. De laddar då upp bilderna till ett nyskapat offentligt arkiv och länkar till dem i den privata pull requesten. I många fall märker utvecklaren aldrig att bilderna nu är offentligt tillgängliga.
Ett exempel gällde en tillverkare med över 100 000 anställda. En utvecklare bad en AI-agent att kontrollera en faktureringsskärm, men agenten publicerade skärmbilden på utvecklarens privata GitHub-konto i stället för företagets. Företagets säkerhetsteam fick kännedom om exponeringen först när Glow rapporterade den.
Vilka verktyg bidrog
Ungefär en tredjedel av de läckta bilderna kom från utvecklare som använde gitshot, ett verktyg med öppen källkod som som standard skapar ett offentligt ”gitshot-images”-arkiv. I verktygets egen varning står det att arkivet är offentligt och inte bör innehålla känsligt material, men många användare missar informationen.
Varför det spelar roll
Alla som använder AI-assistenter för programmering riskerar att oavsiktligt exponera privat information om verktyget laddar upp bilder till en offentlig plats. Företag behöver granska sina AI-arbetsflöden och konfigurera verktygen så att skärmbilder stannar i privata arkiv. Annars kan känslig information bli sökbar för vem som helst.
