En autonom AI-sikkerhetsagent fra Wiz fant og utnyttet en sårbarhet i Snowflakes GitHub Actions som eksponerte en påloggingsopplysning for et internt Jira-system.
Sårbarheten gjorde det mulig for uautentiserte brukere å kjøre kommandoer ved å sende inn en GitHub-sak med en spesielt utformet tittel. Snowflake rettet problemet og byttet ut den berørte påloggingsopplysningen etter at Wiz rapporterte det.
Sårbarhet i Snowflakes GitHub Actions eksponerte internt token
Problemet påvirket Snowflakes offentlige GitHub-repository snowflake-connector-net.
En sårbar arbeidsflyt behandlet titler på GitHub-saker på en usikker måte i et shell-skript. Hver gang en bruker opprettet en sak, kjørte automatiseringen automatisk. En angriper kunne utnytte denne prosessen til å kjøre kommandoer i arbeidsflytens miljø.
Wiz opplyste at selskapets autonome Red Agent identifiserte sårbarheten fem dager etter at den sårbare koden ble publisert. Agenten demonstrerte deretter at den kunne hente ut et token knyttet til Snowflakes interne Jira-miljø.
Dette tokenet kunne potensielt ha gitt ytterligere tilgang til sensitive interne systemer. Snowflake opplyste imidlertid at selskapets undersøkelse ikke fant noen bevis på at uautoriserte parter hadde fått tilgang til systemene.
AI-verktøy og sikkerhetskontroller overså problemet
Den sårbare koden kom inn i repositoryet gjennom en pull request som opprinnelig ble sendt inn i august 2025.
Ifølge Wiz omfattet pull requesten AI-assistert koding og fikk innspill fra GitHubs sikkerhetsverktøy. GitHub Advanced Security skannet den endelige koden, mens en menneskelig kontrollør til slutt godkjente og slo den sammen.
Ingen av disse kontrollene identifiserte imidlertid den kritiske risikoen for kommandoinjeksjon.
Problemet skal ha oppstått etter at utviklere erstattet en sikrere metode for datahåndtering med direkte interpolering av sakstittelen i en shell-kommando. Denne typen mønster kan gjøre upålitelig brukerinndata om til kjørbar kode.
Wiz sa at saken viser hvordan AI-baserte kodeassistenter kan introdusere usikre kodemønstre som automatiserte gjennomganger og konvensjonelle sikkerhetsskanninger kan overse.
Autonom AI fant og testet sårbarheten
Wiz» AI-agent nøyde seg ikke med å flagge problemet. Selskapet opplyste at agenten selvstendig identifiserte den sårbare arbeidsflyten, testet sårbarheten og bekreftet at den kunne få tilgang til sensitive data med det eksponerte tokenet.
Agenten skal ha justert fremgangsmåten etter at et første forsøk mislyktes, og deretter vurdert den potensielle virkningen på nytt. Wiz rapporterte problemet til Snowflake 23. juni, samme dag som selskapet bekreftet sårbarheten.
Snowflake rettet sårbarheten og erstattet den berørte Jira-påloggingsopplysningen. Selskapet sa at det fortsetter å styrke praksisen for programvareutvikling og sikkerhet.
AI-utvikling krever sterkere sikkerhetskontroller
Sårbarheten i Snowflakes GitHub Actions fremhever en voksende utfordring for programvareteam. AI-baserte kodeverktøy kan gjøre utviklingen raskere, men de kan også generere utdaterte eller usikre kodemønstre.
Sikkerhetsteam bør behandle AI-generert kode med samme forsiktighet som manuelt skrevet kode. Det innebærer å gjennomgå arbeidsflyter som håndterer brukerkontrollerte data, kontrollere shell-skript for usikker håndtering av inndata og teste automatiserte prosesser før utrulling.
Saken viser også hvor raskt autonome sikkerhetsverktøy kan identifisere sårbarheter. Forsvarere kan måtte forberede seg på trusler som går fra oppdagelse til utnyttelse på timer i stedet for dager.
0 responses to “Wiz AI-agent finner sårbarhet i Snowflakes GitHub Actions”