一家拿了融资、服务200万用户、挂满SOC2/GDPR合规徽章的AI公司，却把18.7万场会议记录暴露在一个完全没有租户隔离的Firebase数据库中——而且漏洞报告6个月后仍未修复。
8月10日，安全研究员BobDaHacker在Hacker News上公开了tl;dv（Too Long; Didn't View）的安全漏洞细节，迅速获得289分、100条评论。这家AI会议记录平台的Firestore数据库允许任何已认证用户查询全平台所有会议记录——不需要任何权限提升，只需要一个有效的登录token。
漏洞有多严重？
根据BobDaHacker的详细报告，漏洞的影响范围触目惊心：
- 181,874条会议记录，涉及84,312名独立用户，覆盖35,003个邮箱域名
- 23个国家的政府会议：巴西、哥伦比亚、秘鲁、乌克兰、菲律宾、美国、卡塔尔、马来西亚、日本等.gov域名的用户全在其中
- 数十所大学的会议记录，包括UC Berkeley、东京大学等
- 大量企业会议：HubSpot、Confluent、Mitsui-Soko（484场会议，横跨4个区域办公室）
更离谱的是，数据库中实时暴露着约1,000场正在进行中的会议ID——攻击者可以直接加入这些Google Meet或Teams会议。
BobDaHacker实际演示了这一点：他从Firestore获取了一个会议ID，直接加入了马来西亚教育部的Google Meet会议，里面有157名参会者正在听一位女士做报告。没有人邀请他，也没有人注意到这个不速之客。他还加入了一场美国大学学生的创业讨论会，21个人正在屏幕共享整个项目原型。
1000+场公开会议，715个暴露的邮箱
BobDaHacker进一步扫描了27,334个会议ID，发现超过1,000个会议被设置为"公开"状态——任何人都可以观看录像和文字记录。其中包括：
- 巴西大西洋森林保护会议（PACTO Mata Atlântica），参会者来自WWF、The Nature Conservancy、Conservation International等国际组织
- 乌克兰数字转型部的会议
- HubSpot的销售电话记录
他还发现tl;dv将微服务全部用意大利面命名（cappellini、carbonara、fusilli、penne、ravioli），并且公司内部一个2026世界杯预测游戏完全没有API认证——直接暴露了19名员工的姓名和邮箱。
6个月，CTO从未回复
时间线令人震惊：
- 2026年1月28日：BobDaHacker通过LinkedIn联系tl;dv员工，当天就发送了详细漏洞报告给CTO
- 1月29日到3月6日：多次跟进，得到的回复是"团队正在审查""他会回复你的"——CTO始终没有出现
- 7月22日：漏洞仍未修复，最后一次跟进无人回应
而tl;dv官网上挂着SOC2合规、GDPR合规、EU AI Act合规、AES-256加密——六个合规徽章一字排开，底部写着："我们的安全团队将在24小时内回复。"
对AI创业者的三个警示
这个案例不是tl;dv一家的问题。它是AI工具创业浪潮中一个系统性的风险缩影：产品跑得比安全快，合规标签比安全实践多。
第一，Firebase/Firestore的默认配置不等于安全配置。 很多AI创业团队为了快速上线，选择Firebase作为后端。但Firestore的安全规则默认是"允许所有请求"——如果不显式配置，数据就是裸奔的。tl;dv的问题本质上是缺少租户隔离规则。这是一个初级错误，但它发生在一家声称SOC2合规的公司身上。
第二，合规认证和实际安全是两回事。 SOC2、GDPR、ISO 27001等认证关注的是流程和管理体系，不是具体的代码安全。你可以在完全不检查Firestore安全规则的情况下通过SOC2审计——因为审计员不会看你的代码。对于AI创业者来说，不要把合规认证当作安全保证。
第三，AI产品的数据收集深度远超传统SaaS。 tl;dv记录的是整场会议的音视频和文字记录——比传统SaaS工具收集的数据敏感得多。而AI创业者在产品中加入AI功能时，往往会自动收集更多数据用于训练和优化，但安全基础设施可能还是MVP时代的水平。这是"数据膨胀+安全滞后"的典型陷阱。
数据收集的"惯性陷阱"
tl;dv的案例揭示了一个AI创业中常见的模式：产品初期为了增长，默认收集一切数据；等到数据量大了，安全改造的成本已经高到团队不愿意投入。1943年7月是tl;dv的最高峰——43,209场会议。到那时，Firestore里已经有十几万条记录，安全架构的重构意味着大面积的代码改动和可能的数据迁移。
更深一层看，tl;dv的案例也暴露了AI创业生态中的一个结构性问题：资本驱动的增长压力与安全投入之间的矛盾。tl;dv拿了融资，投资人要看增长数据，团队优先级天然偏向获客和功能迭代。安全是成本中心，是"做了用户也看不到"的工作。但AI产品处理的数据比传统SaaS敏感得多——你记录的不是用户的点击流，而是他们的面试、绩效评估、销售策略。
对于正在做AI产品的创业者，三个实操建议：
-
在第一个用户注册之前就设计好数据隔离。 多租户架构不是后期补丁，而是地基。Firestore用security rules，PostgreSQL用Row-Level Security——先建墙再放数据。
-
找一个真正的安全研究员做一次渗透测试。 不要只依赖合规审计。花几千块找一个白帽黑客，比你通过了十个ISO认证都管用。
-
建立安全漏洞的响应SLA。 tl;dv最大的问题不是出了漏洞，而是6个月不修。设定明确的漏洞响应时间（严重漏洞24小时内确认，72小时内修复），把它写进公司制度而非口头承诺。
tl;dv的CEO在内部世界杯游戏里用了"Super Duper CEO"这个昵称，排名全球第5。也许他该花点比赛的时间，回复一下安全研究员那封已经躺了半年的邮件。
数据来源： bobdahacker.com安全报告、Hacker News讨论（289分/100评论）
发布日期： 2026年8月11日