פורצים ל-Moltbook: הרשת החברתית AI שכל אדם יכול לשלוט בה
אמ;לק
פריצה ל-Moltbook חשפה מסד נתונים אחד, 35,000 כתובות דוא"ל, 1.5 מיליון מפתחות API ו-17,000 משתמשים אנושיים שמאחורי רשת ה-AI הלא-כל-כך-אוטונומית הזו. המאמר מנתח את פרטי הפגיעות וההשלכות.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: Hacking Moltbook: The AI Social Network Any Human Can Control

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
מה זה Moltbook, ולמה הוא משך את תשומת ליבנו?
Moltbook, הרשת החברתית העתידנית והמוזרה הזו, הפכה במהירות לוויראלית כפורום שבו סוכני AI מפרסמים ומתכתבים. אבל מה שגילינו מספר סיפור אחר - ומספק מבט מרתק על מה שקורה כאשר יישומים נכתבים באמצעות "vibe-coding" ללא בקרות אבטחה מתאימות.
זיהינו מסד נתונים של Supabase שהוגדר באופן שגוי ושייך ל-Moltbook, מה שאפשר גישת קריאה וכתיבה מלאה לכל נתוני הפלטפורמה. החשיפה כללה 1.5 מיליון אסימוני אימות (API tokens), 35,000 כתובות אימייל והודעות פרטיות בין סוכנים. חשפנו את הבעיה מיד לצוות Moltbook, שאבטח אותה תוך שעות בסיוענו, וכל הנתונים אליהם ניגשנו במהלך המחקר ואימות התיקון נמחקו.
תקציר מנהלים
Moltbook היא פלטפורמה חברתית המיועדת אך ורק לסוכני AI - ומוגדרת כ"עמוד השער של האינטרנט של הסוכנים". הפלטפורמה מאפשרת לסוכני AI לפרסם תוכן, להגיב, להצביע ולצבור מוניטין באמצעות מערכת קארמה, מה שיוצר מה שנראה כרשת חברתית משגשגת שבה ה-AI הוא המשתתף העיקרי.
במהלך הימים האחרונים, Moltbook זכה לתשומת לב משמעותית בקהילת ה-AI. חבר מייסד ב-OpenAI, Andrej Karpathy, תיאר זאת כ"באמת הדבר המדהים ביותר בכיוון של המראה מדע-בדיוני שראיתי לאחרונה", וציין כיצד סוכנים "מתארגנים בעצמם באתר דמוי Reddit עבור AIs, דנים בנושאים שונים, למשל, אפילו איך לדבר באופן פרטי".
המייסד של Moltbook הסביר בפומבי ב-X שהוא יצר את הפלטפורמה באמצעות "vibe-coding":
"לא כתבתי שורת קוד אחת עבור @moltbook. פשוט היה לי חזון לארכיטקטורה הטכנית, וה-AI הפך אותו למציאות".
פרקטיקה זו, על אף היותה מהפכנית, עלולה להוביל למחדלי אבטחה מסוכנים - בדומה לפרצות קודמות שזיהינו, כולל דליפת הנתונים ב-DeepSeek ו-Base44 Authentication Bypass.
ערכנו סקירת אבטחה לא פולשנית, פשוט על ידי גלישה באתר כמשתמשים רגילים. תוך דקות גילינו מפתח API של Supabase שנחשף בקוד ה-JavaScript בצד הלקוח, מה שהעניק גישה ללא אימות לכל מסד הנתונים של הייצור (production) - כולל פעולות קריאה וכתיבה בכל הטבלאות.
הנתונים שנחשפו סיפרו סיפור שונה מהדימוי הציבורי של הפלטפורמה - בעוד ש-Moltbook התהדרה ב-1.5 מיליון סוכנים רשומים, מסד הנתונים חשף כי עומדים מאחוריהם רק 17,000 בעלים אנושיים - יחס של 88:1. כל אחד יכול היה לרשום מיליוני סוכנים באמצעות לולאה פשוטה וללא הגבלת תעריפים (rate limiting), ובני אדם יכלו לפרסם תוכן במסווה של "סוכני AI" באמצעות בקשת POST בסיסית. לפלטפורמה לא היה מנגנון לוודא אם "סוכן" הוא באמת AI או רק אדם המפעיל סקריפט. הרשת החברתית המהפכנית של ה-AI הייתה בעיקרה בני אדם המפעילים ציי בוטים.
כיצד מסד הנתונים של Moltbook נחשף
גילוי אישורי Supabase חשופים
בעת ניווט לאתר של Moltbook, בדקנו את חבילות ה-JavaScript בצד הלקוח הנטענות אוטומטית על ידי הדף. יישומי אינטרנט מודרניים מאגדים ערכי תצורה לקבצי JavaScript סטטיים שעלולים לחשוף בטעות אישורים רגישים. זהו דפוס שחוזר על עצמו ביישומים שנבנו בשיטת "vibe-coding" - מפתחות API וסודות מסתיימים לעתים קרובות בקוד ה-frontend, גלויים לכל מי שבודק את מקור הדף, לעתים קרובות עם השלכות אבטחה משמעותיות.
על ידי ניתוח קובץ ה-JavaScript של הייצור בכתובת:
https://www.moltbook.com/_next/static/chunks/18e24eafc444b2b9.js
זיהינו פרטי חיבור ל-Supabase שהיו מקודדים בתוך הקוד:
- Supabase Project : ehxbxtjliybbloantpwq.supabase.co
- API מפתח: sb_publishable_4ZaiilhgPir-2ns8Hxg5Tw_JqZU_G6-
גילוי האישורים הללו אינו מעיד אוטומטית על כשל אבטחה, שכן Supabase נועד לפעול עם מפתחות מסוימים החשופים ללקוח – הסכנה האמיתית טמונה בתצורת ה-backend שאליה הם מצביעים. Supabase היא חלופה פופולרית בקוד פתוח ל-Firebase המספקת מסדי נתונים של PostgreSQL עם REST APIs. היא הפכה לפופולרית במיוחד ביישומים שנבנו ב-vibe-coding בשל קלות ההגדרה שלה. כאשר המערכת מוגדרת כהלכה עם Row Level Security (RLS), המפתח הציבורי של ה-API בטוח לחשיפה - הוא מתפקד כמזהה פרויקט. עם זאת, ללא מדיניות RLS, מפתח זה מעניק גישה מלאה למסד הנתונים לכל מי שמחזיק בו. ביישום של Moltbook, קו הגנה קריטי זה היה חסר.
גישה לא מאומתת למסד הנתונים דרך ה-Supabase API
באמצעות מפתח API שהתגלה, בדקנו אם אמצעי האבטחה המומלצים קיימים. ניסינו לשאול את ה-REST API ישירות - בקשה שהייתה צריכה להחזיר מערך ריק או שגיאת הרשאה אם RLS היו פעילים.
curl https://ehxbxtjliybbloantpwq.supabase.co/rest/v1/agents?select =name,api_key & limit = 3 " -H " apikey: sb_publishable_4ZaiilhgPir-2ns8Hxg5Tw_JqZU_G6- "
במקום זאת, מסד הנתונים הגיב בדיוק כאילו היינו מנהלי המערכת. הוא החזיר מיד אסימוני אימות רגישים - כולל מפתחות ה-API של סוכני ה-AI המובילים בפלטפורמה.
זה אישר קיומה של גישה לא מאומתת לאישורי משתמש, שתאפשר התחזות מלאה לכל משתמש בפלטפורמה.
מיפוי מסד הנתונים באמצעות PostgREST ו-GraphQL
על ידי ניצול הודעות השגיאה של PostgREST מבית Supabase, ספרנו טבלאות נוספות. שאילתות על שמות טבלאות שלא היו קיימים החזירו רמזים שחשפו את הסכימה בפועל.
curl "https://ehxbxtjliybbloantpwq.supabase.co/rest/v1/users" -H "apikey: sb_publishable_4ZaiilhgPir-2ns8Hxg5Tw_JqZU_G6-"
באמצעות טכניקה זו בשילוב עם GraphQL introspection, מיפינו את סכימת מסד הנתונים המלאה ומצאנו כ-4.75 מיליון רשומות חשופות.
נתונים רגישים שנחשפו במסד הנתונים של Moltbook
1. מפתחות API ואסימוני אימות עבור סוכני AI
טבלת הסוכנים חשפה אישורי אימות עבור כל סוכן רשום במסד הנתונים:
{ "name" : "KingMolt" , "id" : "ee7e81d9-f512-41ac-bb25-975249b867f9" , "api_key" : "moltbook_sk_AGqY...hBQ" , "claim_token" : "moltbook_claim_6gNa...8-z" , "verification_code" : "claw-8RQT" , "karma" : 502223, "follower_count" : 18 }
- api_key - אסימון אימות מלא המאפשר השתלטות מלאה על החשבון
- claim_token - אסימון המשמש לתביעת בעלות על סוכן
- verification_code - קוד המשמש במהלך רישום הסוכן
עם אישורים אלה, תוקף יכול היה להתחזות לחלוטין לכל סוכן בפלטפורמה - לפרסם תוכן, לשלוח הודעות ולבצע אינטראקציות כסוכן זה. זה כלל חשבונות עם קארמה גבוהה וסוכני פרסונה ידועים. למעשה, ניתן היה לחטוף כל חשבון ב-Moltbook באמצעות קריאת API אחת.
2. כתובות אימייל של משתמשים ונתוני זהות
טבלת הבעלים הכילה מידע אישי של למעלה מ-17,000 משתמשים:
curl "https://ehxbxtjliybbloantpwq.supabase.co/rest/v1/owners?select=email,x_handle,x_name&email=neq.null&limit=5" -H "apikey: sb_publishable_4ZaiilhgPir-2ns8Hxg5Tw_JqZU_G6-"
בנוסף, על ידי ביצוע שאילתה בנקודת הקצה של GraphQL, גילינו טבלת צופים חדשה שהכילה 29,631 כתובות דוא"ל נוספות - אלו היו הרשמות לגישה מוקדמת למוצר הבא של Moltbook בשם "Build Apps for AI Agents".
בניגוד ל-handles של טוויטר שהוצגו בפומבי בפרופילים, כתובות הדוא"ל נועדו להישאר פרטיות - אך הן נחשפו במלואן במסד הנתונים.
3. הודעות פרטיות ודליפות אישורים של צד שלישי
הטבלה agent_messages חשפה 4,060 שיחות DM פרטיות בין סוכנים.
בזמן שבדקנו את הטבלה הזו כדי להבין את האינטראקציות בין סוכנים, גילינו שהשיחות אוחסנו ללא כל הצפנה או בקרות גישה - חלקן הכילו אישורי API של צד שלישי, כולל מפתחות OpenAI API בטקסט גלוי (plaintext) ששותפו בין סוכנים.
מעבר לגישת קריאה, אישרנו יכולות כתיבה מלאות. גם לאחר התיקון הראשוני שחסם גישת קריאה לטבלאות רגישות, גישת הכתיבה לטבלאות ציבוריות נותרה פתוחה. בדקנו זאת והצלחנו לשנות בהצלחה פוסטים קיימים בפלטפורמה.
curl -X PATCH "https://ehxbxtjliybbloantpwq.supabase.co/rest/v1/posts?id=eq.74b073fd-37db-4a32-a9e1-c7652e5c0d59" -H "apikey: sb_publishable_4ZaiilhgPir-2ns8Hxg5Tw_JqZU_G6-" -H "Content-Type: application/json" -d '{"title":"@galnagli - responsible disclosure test","content":"@galnagli - responsible disclosure test"}'
הוכחה לכך שכל משתמש לא מאומת יכול:
- להזריק תוכן זדוני או עומסי הזרקת הנחיות (prompt injection)
- לבצע מניפולציות על תוכן הנצרך על ידי אלפי סוכני AI
דבר זה מעלה שאלות לגבי שלמות התוכן של הפלטפורמה - פוסטים, הצבעות וציוני קארמה - במהלך חלון החשיפה.
הודענו שוב לצוות באופן מיידי כדי שיחילו הגבלות כתיבה באמצעות מדיניות RLS.
לאחר שהתיקון אושר, לא יכולתי עוד להחזיר את הפוסט למצבו הקודם מכיוון שגישת הכתיבה נחסמה. צוות Moltbook מחק את התוכן כמה שעות לאחר מכן והודה לנו על הדיווח.
5 שיעורי אבטחה מרכזיים עבור אפליקציות שנבנו ב-AI
#1. מהירות ללא הגדרות ברירת מחדל מאובטחות יוצרת סיכון מערכתי
שיטת ה-vibe coding משחררת מהירות ויצירתיות יוצאי דופן, ומאפשרת למייסדים לשחרר מוצרים אמיתיים במהירות חסרת תקדים - כפי שהדגים Moltbook. יחד עם זאת, כלי ה-AI של היום עדיין אינם מנמקים אבטחה או בקרות גישה בשם המפתח, מה שאומר שפרטי תצורה עדיין נהנים מסקירה אנושית קפדנית. במקרה זה, הבעיה התנקזה בסופו של דבר להגדרת תצורה אחת ב-Supabase - תזכורת לכך שפרטים קטנים יכולים להיות משמעותיים מאוד בקנה מידה רחב.
#2. מדדי השתתפות זקוקים לאימות ולמעקות בטיחות
יחס הסוכנים לאדם (88:1) מראה כיצד ניתן לנפח בקלות מדדי "אינטרנט של סוכנים" ללא מעקות בטיחות כמו הגבלת תעריפים או אימות זהות. בעוד ש-Moltbook דיווחה על 1.5 מיליון סוכנים, אלו היו קשורים לכ-17,000 חשבונות אנושיים בלבד, ממוצע של כ-88 סוכנים לאדם. בזמן הסקירה שלנו, היו מעקות בטיחות מוגבלים כמו הגבלת קצב או אימות אוטונומיה של סוכן. במקום לראות זאת כפגם, זה כנראה משקף עד כמה קטגוריית "אינטרנט הסוכנים" עדיין בחיתוליה: בונים בוחנים באופן פעיל כיצד זהות סוכן, השתתפות ואותנטיות צריכים להיראות, והמנגנונים התומכים בכך עדיין מתפתחים.
#3. תקלות פרטיות יכולות להשפיע על מערכות אקולוגיות שלמות של AI
באופן דומה, הגישה של הפלטפורמה לפרטיות מדגישה שיעור חשוב לכל המערכת האקולוגית. משתמשים שיתפו מפתחות OpenAI API ואישורים אחרים בהודעות ישירות מתוך הנחה של פרטיות, אך בעיית תצורה הפכה את ההודעות הללו לנגישות לציבור. תצורה שגויה אחת של פלטפורמה הספיקה כדי לחשוף אישורים עבור שירותים שאינם קשורים כלל - מה שמדגיש עד כמה מערכות ה-AI המודרניות הפכו למקושרות.
#4. גישת כתיבה מציגה סיכון גדול בהרבה מאשר חשיפת נתונים בלבד
בעוד שדליפות נתונים הן רעות, היכולת לשנות תוכן ולהזריק הנחיות למערכת אקולוגית של AI מציגה סיכוני שלמות עמוקים יותר, כולל מניפולציה של תוכן, שליטה נרטיבית והזרקת הנחיות (prompt injection) שיכולה להתפשט הלאה לסוכני AI אחרים. ככל שפלטפורמות מבוססות AI גדלות, הבחנות אלו הופכות לשיקולי עיצוב חשובים יותר ויותר.
#5. בשלות אבטחה היא תהליך איטרטיבי
אבטחה, במיוחד במוצרי AI המתפתחים במהירות, היא לעתים רחוקות פתרון חד-פעמי. עבדנו עם הצוות לאורך מספר סבבים של תיקון, כאשר כל איטרציה חשפה משטחים חשופים נוספים: מטבלאות רגישות, דרך גישת כתיבה ועד למשאבים שהתגלו דרך GraphQL. סוג זה של הקשחה איטרטיבית נפוץ בפלטפורמות חדשות ומשקף את האופן שבו בשלות אבטחה מתפתחת לאורך זמן.
בסך הכל, Moltbook ממחיש גם את ההתרגשות וגם את כאבי הגדילה של קטגוריה חדשה לגמרי. ההתלהבות סביב רשתות חברתיות מבוססות AI (AI-native) מבוססת היטב, אך המערכות הבסיסיות עדיין מדביקות את הקצב. התוצאה החשובה ביותר כאן היא לא מה השתבש, אלא מה המערכת האקולוגית יכולה ללמוד כאשר בונים, חוקרים ופלטפורמות מגדירים יחד את השלב הבא של יישומים מבוססי AI.