En autonom AI-sikkerhedsagent fra Wiz fandt og udnyttede en sårbarhed i Snowflakes GitHub Actions, som eksponerede en loginoplysning til et internt Jira-system.
Sårbarheden gjorde det muligt for ikke-godkendte brugere at køre kommandoer ved at indsende en GitHub-sag med en særligt udformet titel. Snowflake rettede problemet og udskiftede den berørte loginoplysning, efter at Wiz rapporterede det.
Sårbarhed i Snowflakes GitHub Actions eksponerede internt token
Problemet påvirkede Snowflakes offentlige GitHub-repository snowflake-connector-net.
Et sårbart workflow behandlede titler på GitHub-sager på en usikker måde i et shell-script. Hver gang en bruger oprettede en sag, kørte automatiseringen automatisk. En angriber kunne udnytte denne proces til at køre kommandoer i workflowets miljø.
Wiz oplyste, at virksomhedens autonome Red Agent identificerede sårbarheden fem dage efter, at den sårbare kode blev offentliggjort. Agenten demonstrerede derefter, at den kunne hente et token, der var knyttet til Snowflakes interne Jira-miljø.
Dette token kunne potentielt have muliggjort yderligere adgang til følsomme interne systemer. Snowflake oplyste dog, at virksomhedens undersøgelse ikke fandt beviser for, at uautoriserede parter havde fået adgang til systemerne.
AI-værktøjer og sikkerhedskontroller overså problemet
Den sårbare kode kom ind i repositoryet gennem en pull request, der oprindeligt blev indsendt i august 2025.
Ifølge Wiz omfattede pull requesten AI-assisteret kodning og fik input fra GitHubs sikkerhedsværktøjer. GitHub Advanced Security scannede den endelige kode, mens en menneskelig reviewer til sidst godkendte og mergede den.
Ingen af disse kontroller identificerede dog den kritiske risiko for kommandoinjektion.
Problemet opstod angiveligt, efter at udviklere erstattede en mere sikker metode til datahåndtering med direkte interpolation af sagens titel i en shell-kommando. Denne type mønster kan omdanne upålideligt brugerinput til eksekverbar kode.
Wiz sagde, at sagen viser, hvordan AI-baserede kodeassistenter kan introducere usikre kodemønstre, som automatiserede reviews og traditionelle sikkerhedsscanninger kan overse.
Autonom AI fandt og testede sårbarheden
Wiz’ AI-agent nøjedes ikke med at markere problemet. Virksomheden oplyste, at agenten selvstændigt identificerede det sårbare workflow, testede sårbarheden og bekræftede, at den kunne få adgang til følsomme data med det eksponerede token.
Agenten justerede angiveligt sin fremgangsmåde, efter at et første forsøg mislykkedes, og vurderede derefter den potentielle påvirkning på ny. Wiz rapporterede problemet til Snowflake den 23. juni, samme dag som virksomheden bekræftede sårbarheden.
Snowflake rettede sårbarheden og udskiftede den berørte Jira-loginoplysning. Virksomheden oplyste, at den fortsætter med at styrke sin praksis for softwareudvikling og sikkerhed.
AI-udvikling kræver stærkere sikkerhedskontroller
Sårbarheden i Snowflakes GitHub Actions fremhæver en voksende udfordring for softwareteams. AI-baserede kodeværktøjer kan fremskynde udviklingen, men de kan også generere forældede eller usikre kodemønstre.
Sikkerhedsteams bør behandle AI-genereret kode med samme forsigtighed som manuelt skrevet kode. Det omfatter gennemgang af workflows, der håndterer brugerkontrollerede data, kontrol af shell-scripts for usikker håndtering af input og test af automatiserede processer før udrulning.
Sagen viser også, hvor hurtigt autonome sikkerhedsværktøjer kan identificere sårbarheder. Forsvarere kan blive nødt til at forberede sig på trusler, der går fra opdagelse til udnyttelse på timer frem for dage.
0 svar til “Wiz AI-agent finder sårbarhed i Snowflakes GitHub Actions”