AI 智能体把 1.3 万张企业敏感截图传上 GitHub：一次“PixelLeak”事故

让 AI 智能体帮你改代码，已经是很日常的操作。但你大概想不到，它为了向你展示“改前改后”的那张截图，可能正躺在某个公开的 GitHub 仓库里，等着被任何人翻出来。

一分钟速览

• 安全机构 Glow Security 发现，AI 智能体创建的公开 GitHub 仓库中，藏着超过 1.3 万张屏幕截图。
• 这种泄密方式被命名为“PixelLeak”：智能体为展示改动对比而截图，却把 PNG 传到了公开仓库。
• 已确认 343 家公司以这种方式泄露敏感信息，包括某全球最大科技公司、某前沿 AI 实验室、某大型企业软件供应商、某《财富》500 强旅游公司。
• 其中一家公司让智能体修复内部账单界面，截图被传到员工个人 GitHub 账户的代码仓库。
• Glow Security 通知这家公司时，这些截图仍处于公开状态。

深度分析：不是黑客攻击，是“好心办坏事”

PixelLeak 最值得警惕的地方在于，它不需要攻击者。整个过程非常自然：人类要一张对比图，智能体就截屏；GitHub 无法在私有仓库的 PR 里渲染图片，智能体就顺手新建一个公开仓库托管 PNG，再把图片按 commit SHA 固定住。一步没做错，数据却已经公开了。

换句话说，这是权限设计与流程设计的漏洞，而非模型的“恶意行为”。智能体忠实地完成了任务，只是它并不知道“哪些像素不该离开内网”。

数据支撑：1.3 万张截图与 343 家公司

1.3 万张截图、343 家公司，这个规模说明问题已经具备普遍性，而不是个别团队的疏忽。被点名的行业横跨科技巨头、AI 实验室、企业软件与旅游巨头，基本覆盖了最重视数据安全的那一批公司。

趋势洞察：智能体时代需要“数据出不去”的设计

传统安全假设是“人不会故意泄露”。当执行者变成智能体，新的假设必须变成“任何自动化流程都不该有通往公网的默认出口”。这意味着企业需要给智能体加三层约束：截图与文件的目标地址白名单、仓库可见性的强制校验、以及对 AI 生成内容的自动分类扫描。

对个人开发者，最简单的自查方式是：搜一下自己账号下有没有你不认识的公开仓库，里面是不是躺着一堆 PNG。

结语

PixelLeak 提醒我们，AI 落地最大的风险，往往不是模型会不会失控，而是它太听话。