ทันเอไอ

IA do GitHub sugere correção de código falha e abre brecha para hackear o Jira da Snowflake

A ferramenta de IA de correção automática de bugs do GitHub removeu código de segurança, permitindo que a IA de pesquisa da Wiz detectasse a falha e demonstrasse a extração de tokens do Jira da Snowflake.

A Wiz, empresa de cibersegurança, revelou um estudo de caso interessante quando o "Red Agent" — uma IA autônoma para pesquisa de vulnerabilidades da empresa — detectou uma falha no repositório público de código da Snowflake por meio de um programa de Bug Bounty e demonstrou a extração bem-sucedida de tokens de API do Jira. A raiz da vulnerabilidade, no entanto, veio de outra IA: o GitHub Copilot Autofix.

A história começou em 18 de junho de 2026, com a mesclagem de código (PR #1218) no repositório `snowflake-connector-net` da Snowflake, um conector para .NET de código aberto. O código incluiu alterações sugeridas pelo GitHub Copilot Autofix — uma ferramenta de IA que recomenda correções automáticas de vulnerabilidades. O problema foi que a IA removeu o padrão de tratamento seguro de dados de entrada (sanitized input) e o substituiu por expansão direta de strings em um script do GitHub Actions, o sistema de automação de fluxo de trabalho de desenvolvimento de software (CI/CD).

O resultado foi uma vulnerabilidade de Injeção de Comando (Command Injection) através do título de uma issue do GitHub, que qualquer pessoa pode abrir e inserir texto. Quando o sistema automatizado processou esse texto sem filtragem, um invasor pôde injetar comandos para execução no sistema.

Cinco dias depois, em 23 de junho de 2026, o Red Agent da Wiz detectou a vulnerabilidade, realizou testes e conseguiu exfiltrar tokens de API do Jira, o sistema interno de gerenciamento de tarefas da Snowflake. Se fosse um invasor real, esses tokens poderiam ter concedido acesso a dados internos da organização.

A Snowflake agiu rapidamente, corrigindo a vulnerabilidade e rotacionando todas as credenciais de segurança no mesmo dia em que recebeu o relatório.

O caso foi amplamente discutido no Hacker News com mais de 304 pontos e 123 comentários, pois reflete o risco duplo da era da IA: por um lado, a IA que ajuda a escrever código pode ignorar padrões de segurança que humanos haviam implementado; por outro, a IA do lado dos atacantes também consegue encontrar vulnerabilidades muito mais rápido. Especialistas reforçam que o código gerado ou corrigido por IA ainda precisa passar por uma revisão humana rigorosa, especialmente em partes relacionadas a sistemas de CI/CD que frequentemente possuem privilégios de acesso a dados críticos.