En autonom AI-säkerhetsagent från Wiz hittade och utnyttjade en sårbarhet i Snowflakes GitHub Actions som exponerade en inloggningsuppgift för ett internt Jira-system.
Sårbarheten gjorde det möjligt för oautentiserade användare att köra kommandon genom att skicka in ett GitHub-ärende med en särskilt utformad titel. Snowflake åtgärdade problemet och bytte ut den berörda inloggningsuppgiften efter att Wiz rapporterat det.
Sårbarhet i Snowflakes GitHub Actions exponerade intern token
Problemet påverkade Snowflakes offentliga GitHub-repository snowflake-connector-net.
Ett sårbart arbetsflöde behandlade titlar på GitHub-ärenden på ett osäkert sätt i ett shell-skript. Varje gång en användare skapade ett ärende kördes automatiseringen automatiskt. En angripare kunde utnyttja processen för att köra kommandon i arbetsflödets miljö.
Wiz uppgav att företagets autonoma Red Agent identifierade sårbarheten fem dagar efter att den sårbara koden publicerades. Agenten visade sedan att den kunde extrahera en token kopplad till Snowflakes interna Jira-miljö.
Denna token kunde potentiellt ha möjliggjort ytterligare åtkomst till känsliga interna system. Snowflake uppgav dock att företagets utredning inte hittade några bevis för att obehöriga parter hade fått tillgång till systemen.
AI-verktyg och säkerhetskontroller missade problemet
Den sårbara koden lades till i repositoryt genom en pull request som ursprungligen skickades in i augusti 2025.
Enligt Wiz omfattade pull requesten AI-assisterad kodning och fick input från GitHubs säkerhetsverktyg. GitHub Advanced Security skannade den slutliga koden, medan en mänsklig granskare slutligen godkände och slog samman den.
Ingen av dessa kontroller identifierade dock den kritiska risken för kommandoinjektion.
Problemet uppstod enligt uppgifter efter att utvecklare ersatte en säkrare metod för datahantering med direkt interpolering av ärendets titel i ett shell-kommando. Den här typen av mönster kan omvandla opålitlig användarinmatning till körbar kod.
Wiz uppgav att fallet visar hur AI-baserade kodningsassistenter kan introducera osäkra kodmönster som automatiserade granskningar och traditionella säkerhetsskanningar kan missa.
Autonom AI hittade och testade sårbarheten
Wiz AI-agent nöjde sig inte med att flagga problemet. Företaget uppgav att agenten självständigt identifierade det sårbara arbetsflödet, testade sårbarheten och bekräftade att den kunde komma åt känsliga data med den exponerade token.
Agenten ska ha justerat sin metod efter att ett första försök misslyckades och därefter gjort en ny bedömning av den potentiella påverkan. Wiz rapporterade problemet till Snowflake den 23 juni, samma dag som företaget bekräftade sårbarheten.
Snowflake åtgärdade sårbarheten och ersatte den berörda Jira-inloggningsuppgiften. Företaget uppgav att det fortsätter att stärka sina rutiner för programvaruutveckling och säkerhet.
AI-utveckling kräver starkare säkerhetskontroller
Sårbarheten i Snowflakes GitHub Actions belyser en växande utmaning för programvaruteam. AI-baserade kodningsverktyg kan påskynda utvecklingen, men de kan också generera föråldrade eller osäkra kodmönster.
Säkerhetsteam bör behandla AI-genererad kod med samma försiktighet som manuellt skriven kod. Det innebär bland annat att granska arbetsflöden som hanterar användarkontrollerad data, kontrollera shell-skript för osäker hantering av indata och testa automatiserade processer före driftsättning.
Fallet visar också hur snabbt autonoma säkerhetsverktyg kan identifiera sårbarheter. Försvarare kan behöva förbereda sig på hot som går från upptäckt till utnyttjande på timmar snarare än dagar.
0 svar till ”Wiz AI-agent hittar sårbarhet i Snowflakes GitHub Actions”