Sicurezza applicativa

Il 45% del codice generato dall’AI contiene una vulnerabilità: cosa dicono i dati su 380.000 app

Cosa dicono le ricerche RedAccess e Veracode sulla sicurezza del codice generato da AI, e i quattro errori che si ripetono in quasi tutte le app.

Luca Di Domenico

Luca Di Domenico

· 2 min di lettura

Sicurezza delle app create con il vibe coding: 380.000 risorse pubbliche scansionate e migliaia senza protezioni

In breve

Due ricerche indipendenti arrivano alla stessa conclusione. RedAccess ha scansionato circa 380.000 risorse pubbliche costruite con Lovable, Replit, Base44 e Netlify: più di 5.000 non avevano protezioni adeguate e quasi 2.000 esponevano dati sensibili. Veracode ha rilevato che il 45% del codice generato dall’AI contiene almeno una vulnerabilità della OWASP Top 10. Gli errori, però, sono quasi sempre gli stessi quattro.

🚨 Hanno analizzato 380.000 app sviluppate con il vibe coding. I risultati sono inquietanti.

I numeri: 380.000 risorse scansionate, oltre 5.000 senza protezioni

Dei ricercatori hanno scansionato oltre 380.000 risorse pubbliche create con Lovable, Replit, Base44 e Netlify.

Più di 5.000 app non avevano protezioni adeguate.

Quasi 2.000 esponevano dati sensibili: informazioni finanziarie, documenti aziendali, conversazioni private e accessi amministrativi.

E non finisce qui.

In uno studio separato, Veracode (famosa azienda di cybersecurity) ha rilevato che il 45% del codice generato dall’AI contiene almeno una vulnerabilità riconducibile alla OWASP Top 10.

La scansione è della società israeliana RedAccess, ripresa e verificata in modo indipendente da Axios il 7 maggio 2026. Il dato sul 45% viene dal 2025 GenAI Code Security Report di Veracode, che ha testato oltre 100 modelli su 80 task di programmazione.

I quattro errori che si ripetono

La parte più assurda?

Non si tratta di attacchi sofisticati. Sono quasi sempre gli stessi errori.

Ecco i principali:

1. Segreti nel frontend

Chiavi Stripe, API key e credenziali inserite nel codice del browser.

2. Row Level Security assente

Il login funziona, ma senza policy RLS gli utenti possono accedere a dati che non dovrebbero vedere.

3. Autenticazione scambiata per autorizzazione

Modificando l’ID nell’URL è possibile accedere ai dati di un altro utente.

4. Route di debug lasciate pubbliche

Endpoint come /debug, /test o /admin finiscono online senza alcuna protezione (come nel caso Baudr di Grenbaud di qualche mese fa).

Sono i quattro controlli che verifico a ogni rilascio nei progetti di sviluppo software su misura, insieme ad autenticazione, permessi e configurazioni.

Il caso Moltbook

Alcuni ricercatori hanno ottenuto in pochi minuti accesso completo al database di Moltbook (vi ricordate il famoso social network per agenti AI?), esponendo 1,5 milioni di token, migliaia di email e conversazioni private.

Tutto per una configurazione errata delle policy RLS di Supabase.

I ricercatori sono quelli di Wiz, che hanno documentato l’esposizione il 31 gennaio 2026: 1,5 milioni di token di autenticazione, 35.000 indirizzi email e i messaggi privati tra gli agenti, raggiungibili tramite una chiave Supabase lasciata nel JavaScript del browser.

Un controllo automatico prima del push

💡 Un consiglio pratico: se usi Claude Code o Codex, chiedi di creare un hook da eseguire prima di ogni push su main, che controlli segreti esposti, route non protette, configurazioni CORS, policy RLS e test di autorizzazione, bloccando il push quando rileva un problema.

Non sostituisce una revisione di sicurezza completa, ma evita che molti errori banali arrivino in produzione.

Fonti

Vuoi capire cosa significa per il tuo prodotto?

Se stai costruendo software con l'AI e vuoi un confronto su come stai lavorando, raccontami il tuo progetto.

Luca Di Domenico LogoRaccontami il tuo progetto
Vibe CodingSicurezza applicativaSupabase RLSOWASP

Articoli correlati

Continua a leggere

Un modello di OpenAI è evaso dalla sandbox e ha violato Hugging Face in autonomia

Leggi: il modello OpenAI evaso dalla sandbox
Il 45% del codice AI è vulnerabile: i dati su 380.000 app | Luca Di Domenico