Słuchaj, musimy pogadać.
Cała branża ma obsesję na punkcie „vibe codingu”. Odpalasz Cursor, Claude Code, Windsurf albo Bolt. Kilka razy walisz w Tab. Piszesz prompt w stylu „zbuduj mi dashboard SaaS”. Bum. 10,000 linii Reacta i Node'a ląduje w Twojej bazie kodu. Wypychasz to na produkcję. Wszyscy przybijają piątki.
Czujesz się jak czarodziej. Dopóki o 3 nad ranem cała Twoja baza danych nie wyląduje na rosyjskim kanale na Telegramie.
Całe dnie sprzątam kompletne pogorzeliska, które generują te narzędzia AI. Pod maską te LLM-y to po prostu skrajnie pewni siebie stażyści, którzy przeczytali Stack Overflow, ale nie mają ani grama paranoi z prawdziwego świata. Optymalizują pod to, żeby testy przeszły, a UI ładnie wyglądało. Mają gdzieś, czy Twoje endpointy API stoją otworem.
Słuchaj, widziałem to sto razy. Czy vibe coding jest bezpieczny? W życiu. To gigantyczna pułapka na własne stopy.
Rozłóżmy dokładnie na części, gdzie zawodzi bezpieczeństwo programowania w parze z AI, jakie konkretne wpadki na poziomie CVE Twój ulubiony asystent chowa w Twoich PR-ach i jak zatamować krwawienie bez spowalniania Twojego tempa 10x.
Czym właściwie jest „vibe coding”?
Vibe coding to praktyka błyskawicznego składania aplikacji niemal wyłącznie w oparciu o generowanie kodu przez AI. Ty sterujesz „vibe'ami” (UI, ogólną logiką biznesową), a LLM zajmuje się boilerplate'em, kodem klejącym i infrastrukturą.
Jest szybko. Niebezpiecznie szybko. Generujesz 500 linii kodu na minutę. Problem? Nikt tych 500 linii nie przegląda. Obciążenie poznawcze przy czytaniu wygenerowanego kodu jest w rzeczywistości większe niż przy jego pisaniu. Więc przelatujesz go wzrokiem. Wygląda ok. Wypuszczasz.
Słuchaj, widziałem to sto razy. Właśnie tak kończysz z ogromnymi ryzykami vibe codingu. To nie Ty napisałeś logikę uwierzytelniania. Zrobiło to AI. A AI halucynuje bezpieczeństwo.
5 największych martwych punktów bezpieczeństwa vibe codingu
Po audycie ponad 400 repozytoriów zbudowanych w tym roku głównie narzędziami AI widzę, że powtarzają się dokładnie te same wzorce. LLM-y mają wspólny mózg, co oznacza, że mają też wspólny zestaw podatności.
1. Zero walidacji danych wejściowych (wzorzec naiwnego idioty)
Modele AI zakładają ścieżki szczęśliwe. Zakładają, że użytkownicy wpiszą w pole imienia „John”, a nie ' OR 1=1; DROP TABLE users; --.
Gdy prosisz Cursor o zbudowanie endpointu w Expressie, wypluwa takie śmieci:
app.post('/api/users', async (req, res) => {
const { name, email, role } = req.body;
// Look at this janky crap. No Zod. No Joi. Just raw dogging the input.
const user = await db.users.create({ name, email, role });
res.json(user);
});Oto brutalna prawda. Super. Każdy może przekazać role: 'admin' w ciele JSON i przejąć Twoją aplikację. AI nie pomyślało wprost o podatnościach Mass Assignment. Po prostu napisało najkrótszą drogę do działającego endpointu. Potrzebujesz ścisłej walidacji schematem. Zod nie jest opcjonalny.
2. Zahardkodowane sekrety (przypadkowy wyciek)
LLM-y uwielbiają hardkodować różne rzeczy, żeby kod od razu „działał”. Prosisz o integrację ze Stripe. Pisze kod, bierze fikcyjny klucz, a czasem, jeśli ma w kontekście Twój plik .env, po prostu wrzuca prawdziwy klucz live prosto do kodu źródłowego.
Co gorsza, we frameworkach frontendowych takich jak Next.js ciągle myli kod po stronie serwera i klienta. Widziałem, jak Windsurf przypadkiem wystawił dane uwierzytelniające AWS do przeglądarki, bo wrzucił je do zmiennej NEXT_PUBLIC_, żeby naprawić błąd buildu.
// A real snippet generated by an AI assistant trying to fix a 'Missing credentials' error
const s3Client = new S3Client({
region: 'us-east-1',
credentials: {
accessKeyId: process.env.NEXT_PUBLIC_AWS_ACCESS_KEY,
secretAccessKey: process.env.NEXT_PUBLIC_AWS_SECRET_KEY // Nuke it from orbit
}
});3. Brakujące sprawdzenia autoryzacji (otwarte drzwi)
Mówisz AI: „Dodaj route do usuwania komentarzy.” Buduje dokładnie to.
app.delete('/api/comments/:id', async (req, res) => {
await db.comments.delete(req.params.id);
res.send('Deleted');
});Słuchaj, widziałem to sto razy. Zauważasz, czego brakuje? Sprawdzenia, czy użytkownik faktycznie jest właścicielem komentarza. Albo czy w ogóle jest zalogowany. Insecure Direct Object Reference (IDOR) to obecnie najczęstsza podatność vibe codingu. AI zapomina sprawdzić kontekst autoryzacji, chyba że wykrzyczysz mu to w prompcie.
4. Zepsute Row Level Security (RLS) w Supabase/Firebase
Wszyscy uwielbiają łączyć vibe coding z platformami BaaS takimi jak Supabase. AI pisze SQL do konfiguracji Twoich tabel.
CREATE POLICY "Enable read access for all users" ON "public"."documents" AS PERMISSIVE FOR SELECT TO public USING (true);Bum. Właśnie sprawiłeś, że każdy prywatny dokument w Twoim systemie może przeczytać każdy w internecie. AI często domyślnie ustawia publiczny dostęp, bo ułatwia to integrację z frontendem i zapobiega błędom „Permission Denied” podczas prototypowania.
5. SSRF przez fetch (pivot do sieci wewnętrznej)
Budując nakładki na AI, deweloperzy często proszą AI o napisanie endpointu proxy do pobierania zewnętrznych danych albo obrazów.
app.get('/proxy', async (req, res) => {
const targetUrl = req.query.url;
// Classic SSRF.
const response = await fetch(targetUrl);
const data = await response.text();
res.send(data);
});Szczerze, to koszmar. Atakujący przekazuje url=http://169.254.169.254/latest/meta-data/ i nagle zrzuca dane uwierzytelniające Twojej instancji AWS IAM. AI nigdy nie doda ochrony przed SSRF (np. sprawdzania wewnętrznych zakresów IP), jeśli go o to nie poprosisz.
Prawdziwe incydenty: gdy vibe coding trafia na produkcję
Pogadajmy o prawdziwych liczbach. Na początku tego roku (CVE-2026-1142) dużego startupu fintechowego dotknęło włamanie. Przyczyna źródłowa? Resolver GraphQL wygenerowany przez AI.
Senior dev użył Claude Code, żeby w jedno popołudnie postawić szkielet 50 resolverów. AI idealnie odwzorowało schemat, ale pominęło middleware autoryzacji przy mutacji exportFinancialData.
Szkody? 1.2 miliona rekordów użytkowników wyprowadzonych na zewnątrz. Post-mortem ujawnił, że dev dosłownie skopiował plik, uruchomił testy jednostkowe (które też napisało AI, testując wyłącznie ścieżkę szczęśliwą) i wypuścił.
Bądźmy szczerzy. Podsumowując: AI napisze testy, które udowodnią, że jego własna błędna logika działa.
Checklista bezpiecznego vibe codingu
Nie musisz rezygnować z vibe codingu. Ale musisz przestać udawać, że AI to senior inżynier. To junior, który szybko pisze na klawiaturze.
Oto Twoja checklista dobrych praktyk vibe codingu:
- Nigdy nie pozwalaj AI pisać middleware uwierzytelniania. Napisz je ręcznie.
- Zmuszaj AI do używania Zod/Yup na każdej pojedynczej granicy.
- Zakaż
process.envw oknach kontekstu AI. - Uruchamiaj SAST (Static Application Security Testing) na każdym pojedynczym PR-ze. Bez wyjątków.
- Jeśli AI pisze SQL, przeglądaj go tak, jakby zależała od tego Twoja praca (bo zależy).
Jak Bryxe automatyzuje kontrolę bezpieczeństwa
Słuchaj, nie dasz rady ręcznie przeglądać 10,000 linii kodu wygenerowanego przez AI co tydzień. Wypalisz się.
Bądźmy szczerzy. Właśnie dlatego zbudowaliśmy Bryxe. Bryxe integruje się bezpośrednio z Twoim pipeline'em CI/CD i działa jak zrzędliwy inżynier bezpieczeństwa, który sprawdza pracę domową AI.
Używamy analizy deterministycznej, a nie kolejnego zgadywania przez LLM, żeby śledzić przepływy danych. Gdy Cursor wrzuca niezwalidowane dane wejściowe do zapytania do bazy, Bryxe to oznacza, blokuje PR i podaje Ci dokładną poprawkę. Automatycznie wykrywamy brakujący kontekst autoryzacji, wzorce IDOR i wektory SSRF w czasie rzeczywistym.
Przestań wypuszczać tykające bomby. Niech AI pisze kod. Niech Bryxe go zabezpiecza.
![Bezpieczeństwo vibe codingu: dlaczego Twój kod z AI to tykająca bomba [audyt 2026]](/_next/image?url=%2Fblog%2Ftest-mockup.jpg&w=3840&q=75&dpl=dpl_4APdW92RmtTARbNBj4X6xdJXX9hA)