共计 1162 个字符，预计需要花费 3 分钟才能阅读完成。
IT 之家 9 月 30 日消息, 据科技媒体 TechRadar 今天报道, 网络安全研究机构 Glow Security 近日发现, 多个 AI 智 …
据科技媒体 TechRadar 报道, 安全研究机构 Glow Security 发现, 多个由 AI 智能体创建的公开 GitHub 仓库中存有超过 1.3 万张屏幕截图, 部分画面包含企业敏感信息。研究人员将这种泄露方式命名为 PixelLeak。泄露并非源于外部攻击, 而是智能体在完成人类任务时, 无意间把内部画面推向公开网络。
📌 为展示结果, 智能体新建了公开仓库
人类常要求 AI 智能体提供项目修改前后的对比图 , 智能体因此需要截屏。GitHub 虽然提供图片托管能力, 却无法在 PR 中渲染私有仓库图片。
研究人员举例, 私有的 internal_sweeper 仓库无法渲染图片, 智能体便创建公开的 sweeper-demo / pr-assets, 把两张 PNG 固定到某个 commit SHA 上引用。这类仓库并非人类主动建立, 而是智能体在执行任务时生成。路径看似只是变通, 结果却让截图暴露在公开空间。
截图原本只是工作证据, 但它承载的信息往往远超代码本身。
🔍 343 家公司被卷入, 案例指向普通研发流程
Glow Security 称, 已有 343 家公司以这种方式泄露敏感信息, 包括一家全球最大科技公司、一家前沿 AI 实验室、一家大型企业软件供应商, 以及一家《财富》500 强旅游公司。报道未公开这些公司的具体名称。
其中一家公司让智能体修复内部账单界面,AI 为展示修改结果 , 把截图上传到员工个人 GitHub 账户下的代码仓库。Glow Security 通知该公司时, 这些截图仍处于公开状态。
💡 截图为何比代码更危险
- 泄露主体是获得授权的 AI 智能体, 不是外部攻击者;
- 泄露路径是正常工具链的副作用, 而非漏洞利用;
- 泄露内容是界面截图, 可能包含账单、字段、客户信息或系统细节。
这些画面一旦进入公开仓库, 容易被爬虫、搜索引擎和第三方缓存长期保留 , 清理动作往往滞后于暴露。对攻击者而言, 截图比代码更直观, 可能暴露内部系统结构和业务逻辑。
📊 企业需要补上权限边界
Glow Security 建议企业立即排查自身数据暴露情况, 确认是否有截图被托管在公开位置, 同时收紧 AI 权限, 限制智能体可创建的资源范围与可上传的内容类型。
研发团队还应审计公共仓库、个人账户、第三方图床和临时演示资源。 授权智能体前 , 先明确哪些仓库可写、哪些图片可传、哪些数据必须脱敏, 并把权限最小化与审计日志同步落地。
🚀 总结
AI 智能体进入研发流程已成趋势, 但它对“公开与私有”的判断仍依赖人类预设规则 。若企业继续把权限控制当作事后补丁,PixelLeak 这类由自动化流程引发的泄露只会反复出现。企业只有把资源边界和内容审核前置到智能体工作流中, 才能降低截图外流带来的业务风险。
