📑 Table des matières

Lovable : 159 000 projets scannés, 24 664 bases Supabase ouvertes sans auth — passeports et 200 000 chats exposés

No-Code IA 🟢 Débutant ⏱️ 17 min de lecture 📅 2026-11-16

Lovable : 159 000 projets scannés, 24 664 bases Supabase ouvertes sans auth — passeports et 200 000 chats exposés

🔎 La plus grande fuite du vibe coding — et personne n'a eu à forcer la porte

Le 2 novembre 2026, le cabinet allemand Crissy Field GmbH publie, en parallèle de l'enquête de référence de Handelsblatt, les résultats d'un scan massif des applications créées avec Lovable. Le chiffre résume tout : sur 159 041 projets identifiés, 24 664 renvoyaient des enregistrements de leur base de données dès le chargement de la page. Sans login. Sans compte. Sans rien.

Lovable, elle, ne manque ni de moyens ni d'ambition. Fondée à Stockholm en 2023 par Anton Osika et Fabian Hedin, la société a bouclé en août 2026 un tour de 400 M$ la valorisant à 13,3 Md$. Elle revendique plus de 50 millions de projets créés et 1,2 million de nouveaux projets par semaine — pour une clientèle qui, pour l'essentiel, ne sait pas programmer.

Le plus troublant tient en une phrase du rapport : il ne s'agit pas d'une intrusion, mais de données « derrière une porte non fermée à clé ». Le générateur de code a produit la même porte mal fermée des dizaines de milliers de fois, à la chaîne. C'est toute la leçon de cette étude — et elle dépasse très largement Lovable.


L'essentiel

  • 159 041 projets Lovable identifiés via Common Crawl entre décembre 2025 et septembre 2026. 34 545 utilisaient Supabase comme backend.
  • 24 664 sites renvoyaient des enregistrements dès le chargement, sans authentification — soit environ 71 % des projets adossés à Supabase.
  • Des emails figuraient dans 10 560 tables exposées sur 7 403 sites, soit 30 % des sites qui fuyaient.
  • Cas documentés : un forum lifestyle allemand avec 80 000+ profils complets et 200 000+ messages de chat, un prestataire exposant 1 000+ enregistrements avec numéros de passeport, dates d'expiration et nationalités, 280 000 emails accessibles, des contrats, factures, albums photos et communications WhatsApp internes.
  • Aucun piratage de la plateforme : la cause racine, reconnue par Lovable, est une Row Level Security (RLS) absente ou mal configurée dans les applications elles-mêmes.
  • Le Security Advisor de Supabase ne détecte que la RLS désactivée — une policy using (true) passe le contrôle tout en laissant n'importe qui tout lire.
  • La leçon vaut pour tout le code-gen : le scaffolding uniforme réplique la même faille à l'échelle industrielle, quel que soit le modèle utilisé.

Outils recommandés

Pas besoin d'un arsenal pour vérifier votre exposition : deux outils et dix minutes suffisent à savoir si votre app fait partie du lot.

Outil / ressource Usage principal Prix (novembre 2026) Idéal pour
Lovable Créer des apps par prompt Offre gratuite disponible (vérifiez sur lovable.dev) Auditer les apps déjà en ligne, pas seulement en créer
Supabase Backend Postgres des projets Lovable Offre gratuite disponible (vérifiez sur supabase.com) Activer la RLS, écrire des policies, tester avec la clé anon
UpGuard Surveillance de surface d'exposition Sur devis (vérifiez sur upguard.com) Détecter en continu vos bases et domaines exposés

Les chiffres de l'étude : une pyramide qui dit tout

Sur 159 041 projets Lovable scannés, 24 664 — soit environ 71 % de ceux qui reposaient sur Supabase — exposaient des données de leur base dès l'ouverture de la page, sans la moindre authentification.

La méthodologie donne la mesure du phénomène. Les chercheurs sont partis de Common Crawl, l'archive publique du web, pour identifier 159 041 projets Lovable indexés entre décembre 2025 et septembre 2026, d'après le rapport de Crissy Field. Parmi eux, 34 545 utilisaient Supabase, le backend Postgres intégré par défaut par Lovable. Sur ces 34 545, 24 664 renvoyaient des enregistrements sans login. Ce ne sont pas des vulnérabilités théoriques découvertes en laboratoire : ce sont des pages publiques qui affichaient des données privées à quiconque chargeait l'URL.

Dessous, un sous-chiffre inquiétant : des adresses email apparaissaient dans 10 560 tables exposées, réparties sur 7 403 sites — 30 % des sites qui fuyaient. Et en appliquant un seuil de confiance de 85 % à leur modèle de classification des données personnelles, les chercheurs estiment qu'environ 4 000 sites présentaient une fuite probable de données sensibles, comme ils le précisent dans la discussion Hacker News de l'étude. Un plancher, pas un plafond : un scan via Common Crawl ne voit que ce qui est publiquement accessible.

Deux précautions de lecture, pour rester exacts. D'abord, certains chiffres ont circulé en version différente dans l'enquête de Handelsblatt ; le rapport de Crissy Field, publié après, fait foi, et ce sont ses nombres que nous reprenons ici. Ensuite — et c'est peut-être le plus troublant — personne n'a pu établir si ces données avaient déjà été aspirées. Une porte ouverte pendant des mois n'a pas besoin d'être « découverte » par un pirate pour être franchie.

Les cas documentés : des données réelles, pas des jeux de test

Le rapport ne reste pas dans l'abstrait, et c'est ce qui le rend difficile à balayer.

Un forum lifestyle allemand exposait plus de 80 000 profils complets et plus de 200 000 messages de chat privés. Un prestataire de services laissait accessible plus de 1 000 enregistrements contenant des numéros de passeport, leurs dates d'expiration et les nationalités. Un autre exposait 280 000 emails. Les chercheurs mentionnent encore des contrats, des factures, des albums photos et des communications WhatsApp internes.

Rien de tout cela n'était chiffré, obfusqué ou protégé. C'était simplement là, renvoyé par l'API au chargement de la page. Rien d'étonnant, au fond : beaucoup de ces apps sont bâties pour automatiser un business sans coder — et ce sont exactement les usages où les données réelles affluent le plus vite, pendant que personne ne relit les policies.


Pourquoi tant d'apps Lovable fuient : le scaffolding uniforme du code-gen

Parce que le générateur produit la même architecture partout — et que cette architecture place, par conception, la clé d'accès à la base dans le navigateur du visiteur.

Le fonctionnement de Supabase est simple et, pris isolément, sain. Chaque projet expose une API REST ; le client web embarque une clé dite « anon », publique par design ; la seule barrière entre n'importe quel visiteur et vos tables s'appelle Row Level Security, des policies SQL qui décident qui lit quoi. Si les policies existent et sont écrites correctement, le modèle tient. Si elles manquent — ou se résument à un using (true) — la clé anon dans le JavaScript vaut passe-partout universel.

Or c'est précisément ce que le code-gen produit le plus volontiers. Un modèle optimise pour le résultat visible : le formulaire s'affiche, le clic enregistre, la liste se met à jour. Le chemin le plus court consiste à créer la table, la lire directement avec la clé anon, et passer à l'écran suivant. La policy, elle, ne se voit dans aucune démo. Résultat : un squelette identique d'une app à l'autre, avec la même faille, répliqué à un rythme industriel — 1,2 million de nouveaux projets par semaine, d'après les chiffres revendiqués par Lovable.

Le public aggrave tout. La majorité des utilisateurs de Lovable ne savent pas programmer : ils ne peuvent pas auditer ce qu'ils ne savent pas lire, et rien dans l'interface ne leur dit que la porte est ouverte. Ils voient une app qui marche. C'est le revers de la promesse du no-code — celle de créer un chatbot ou une app complète sans écrire une ligne de code : l'outil qui fait tout produit aussi, mécaniquement, toutes les failles.

Détail important : le modèle n'y change rien. Que votre app soit générée avec GPT-5.5, Claude Opus 4.7 (Adaptive) ou Gemini 3.1 Pro — ou même avec un modèle gratuit via OpenRouter ou Groq — la défaillance n'est pas dans la qualité d'une fonction, elle est dans l'architecture produite. Notre comparatif des meilleurs LLM pour coder comme notre guide pour utiliser des modèles gratuits sans sacrifier la qualité ne dispensent d'ailleurs pas du test qui suit : c'est un problème de squelette, pas de matière grise.

Enfin, le défaut n'est pas propre à Lovable. Les assistants de code intégrés — Cursor, Copilot, Cline, tous passés en revue dans notre comparatif des meilleurs outils IA pour le code — génèrent le même type d'intégration Supabase, avec les mêmes raccourcis. Le scaffolding uniforme est une propriété de l'écosystème, pas d'une plateforme.


RLS activée ne veut pas dire sécurisée : le piège du using (true)

Le pire dans cette affaire est que beaucoup d'éditeurs d'apps croyaient sincèrement avoir fait le nécessaire — et voyaient un indicateur de sécurité au vert.

Supabase intègre un Security Advisor, un linter qui passe les projets en revue. Le problème, documenté dans les analyses post-étude : il ne juge que la RLS désactivée, pas ce que les policies permettent (détails sur dev.to). Une policy USING (true) — littéralement « cette règle s'applique à tout le monde, toujours » — active la RLS en apparence, coche la case, rassure le tableau de bord… et laisse quiconque tient la clé publique lire chaque ligne de chaque table. Or cette clé publique est, par construction, dans le JavaScript de l'app. Le contrôle passe, la fuite reste.

Deuxième mécanisme relevé dans la discussion de l'étude sur Hacker News : la fuite de schéma via le champ hint des messages d'erreur de PostgREST. Une requête malformée renvoie un message qui révèle des noms de tables et de colonnes. Concrètement, n'importe qui peut cartographier votre base sans documentation, sans compte, sans effort — puis savoir exactement quoi interroger.

La combinaison des deux explique l'ampleur du chiffre : des tables faciles à découvrir, une clé d'accès publique, et un indicateur de sécurité qui dit « tout va bien » précisément là où le problème se loge.


Le test de dix minutes à faire sur votre app aujourd'hui

Deux requêtes suffisent à savoir si votre base est ouverte — et Lovable elle-même a validé ce diagnostic.

Via son head of security, l'entreprise a reconnu que la cause racine dans ces applications était une RLS insuffisante. La communauté en a tiré un protocole que tout éditeur d'app peut exécuter immédiatement (protocole détaillé sur dev.to).

Test 1 — la clé anon. Récupérez la clé publique anon dans le JavaScript de votre app ou dans les réglages Supabase, puis interrogez vos tables avec, sans être connecté :

curl "https://VOTRE-PROJET.supabase.co/rest/v1/votre_table?select=*" \
  -H "apikey: VOTRE_CLE_ANON" \
  -H "Authorization: Bearer VOTRE_CLE_ANON"

Si la réponse contient des lignes de données alors que vous n'êtes pas authentifié, votre app est dans le lot des 24 664.

Test 2 — le token d'un autre utilisateur. Connectez-vous avec un compte de test A, récupérez son token, puis tentez d'accéder aux lignes créées par un compte B. Si vous les voyez, l'isolation par utilisateur est cassée : un utilisateur peut lire les données des autres, ce qui est une fuite au sens plein.

Si l'un des deux tests échoue : activez la RLS sur chaque table, écrivez des policies explicites (typiquement auth.uid() = user_id sur les tables de données utilisateurs), bannissez tout using (true) sur des données réelles, puis relancez les deux tests. Et faites-le avant l'arrivée des vrais utilisateurs, pas après le passage de Handelsblatt.


Lovable, Supabase, vous : qui porte la responsabilité ?

Techniquement, l'éditeur de l'application. Structurellement, tout l'écosystème du code-gen — et c'est là que ça devient intéressant.

Commençons par ce qui est établi. Ce n'est pas un piratage de la plateforme : les vulnérabilités proviennent de règles RLS manquantes ou mal configurées dans les apps, pas d'une faille chez Lovable (analyse Cybernews). L'entreprise l'a d'ailleurs reconnu par la voix de son head of security. La formulation de Crissy Field est imparable : pas d'intrusion, juste des données derrière une porte non fermée à clé.

Mais s'arrêter là serait trop confortable. Lovable vend la création d'applications à des gens qui ne savent pas programmer, avec un scaffolding par défaut qui permet ce résultat. Dire à un utilisateur non-technique « la sécurité de votre base relève de vos policies SQL », c'est moins un modèle de sécurité qu'une clause de non-responsabilité. Une plateforme qui génère 1,2 million d'apps par semaine peut rendre les politiques sécuritaires obligatoires à la génération, ou bloquer le déploiement d'une table utilisateur sans RLS réelle. Ce n'est pas un problème technique insoluble — c'est un choix de produit.

Supabase a sa part aussi : quand son Security Advisor donne un feu vert à une policy using (true), l'outil de contrôle crée un faux sentiment de sécurité exactement là où le mal se loge.

Enfin, la facture arrive chez l'éditeur de l'app. Exposer des numéros de passeport ou 280 000 emails n'est pas un incident technique anodin : c'est un traitement de données personnelles non protégées, avec tout ce que le RGPD implique pour qui en est responsable. Et l'incertitude la plus cruelle demeure — personne ne peut dire si ces données ont déjà été aspirées. Après des mois d'exposition publique, la prudence impose de partir du principe que oui.


Vibe coding sans se faire pirater : les règles non négociables

La sécurité ne se prompte pas : elle se configure, se teste et se re-teste. Voici ce qui devrait devenir réflexe pour quiconque met en ligne une app générée par IA — a fortiori quand elle s'insère dans une chaîne d'automatisation du type Make, Zapier ou n8n, chaque connexion supplémentaire élargissant la surface à auditer.

  1. Testez la clé anon avant chaque mise en production. Le test de dix minutes ci-dessus, à rejouer à chaque déploiement qui touche le schéma de la base.
  2. RLS sur chaque table, policies explicites. Pas de using (true) sur des données utilisateurs. Si vous ne savez pas écrire la policy, ne mettez pas la table en ligne.
  3. Testez toujours avec deux comptes. L'utilisateur A ne doit jamais voir une seule ligne de l'utilisateur B. C'est le seul test qui valide l'isolation réelle.
  4. Ne stockez pas ce que vous ne voulez pas voir publié. Des numéros de passeport dans une app de prestation ? Demandez-vous pourquoi ces données existent dans la base. La minimisation reste la seule défense qui marche dans tous les cas.
  5. Gardez un humain sur les permissions. Le vibe coding pousse à la vitesse — certains pilotent même leurs projets depuis Telegram avec l'IA. Très bien pour l'itération produit, mais aucune mise en ligne ne devrait passer sans qu'un humain ait relu les policies. Et si personne ne sait les lire, notre analyse No-code vs code : quand faut-il apprendre à programmer ? explique à partir de quand apprendre devient le vrai raccourci.
  6. Si vous auto-hébergez, maîtrisez les deux portes. Héberger son backend soi-même — Supabase s'auto-héberge, ou un Postgres classique sur un VPS — rend la configuration explicite ; notre guide des meilleurs hébergements pour projets IA (Hostinger pour démarrer petit) détaille les options. Et côté réseau, des approches comme Cloudflare Tunnel permettent d'exposer ses services sans ouvrir de ports. Mais gardez à l'esprit qu'une base mal protégée fuit aussi par son API officielle : RLS et exposition réseau sont deux problèmes distincts, à traiter séparément.

Grok Build, Lovable : la leçon vaut pour tout le code-gen

Lovable n'est pas un accident isolé : c'est la plus grande illustration à ce jour d'un défaut systémique du développement assisté par IA.

Le précédent existait déjà. Skynet Watch avait documenté que 947 des apps créées avec Grok Build étaient accessibles sans compte — même schéma, autre plateforme. Et l'étude indépendante relayée par Cybernews élargit le cadre : UpGuard a examiné environ 300 000 domaines Supabase et en a trouvé 16 326 lisibles de l'extérieur, plus de la moitié contenant des données personnelles. Ce chiffre ne concerne pas que Lovable : il décrit tout l'écosystème « app générée par IA sur Supabase » — et, au-delà, la galaxie des outils no-code branchés sur des bases de données, que nous couvrons dans notre sélection des meilleurs outils no-code pour utiliser l'IA.

Trois facteurs se combinent pour produire ce résultat à l'échelle : un scaffolding uniforme qui réplique les mêmes choix d'architecture, un public majoritairement non-technique incapable d'auditer le résultat, et une culture de la vitesse où la démo prime. Tant que les générateurs ne rendront pas les défauts sécuritaires impossibles à ignorer — RLS réelle imposée à la génération, déploiement bloqué sur table utilisateur ouverte — chaque semaine de production ajoutera des milliers de portes ouvertes au web.

Choisir son outil avec soin reste utile, mais aucune sélection ne vous exempte du test : la responsabilité finale ne descend jamais en dessous de celui qui clique sur « Deploy ».


❌ Erreurs courantes

Erreur 1 : « Mon Security Advisor est au vert, donc je suis protégé »

L'advisor de Supabase ne signale que la RLS désactivée, pas ce que les policies autorisent. Une policy using (true) passe le contrôle tout en laissant tout lire à quiconque tient la clé publique. Solution : le test manuel à la clé anon, complété par le test à deux comptes.

Erreur 2 : « C'est Lovable qui a été piraté, rien à voir avec mon app »

Aucune intrusion de la plateforme n'est en cause : ce sont les apps elles-mêmes qui exposent leurs tables, par RLS absente ou permissive. Solution : auditez votre app dès aujourd'hui au lieu d'attendre que la plateforme — ou un journaliste — le fasse pour vous.

Erreur 3 : « Mon app est trop petite pour intéresser qui que ce soit »

Les chercheurs ont trouvé 159 041 projets sans effort particulier, via un simple crawl public. Les messages d'erreur PostgREST révèlent en plus le schéma de votre base via leur champ hint. Solution : partez du principe que votre base sera découverte, cartographiée et interrogée dès le premier jour.

Erreur 4 : « Je vais cacher ou rotationner la clé anon »

La clé anon est publique par design dans l'architecture Supabase : la masquer casse l'app et n'apporte aucune protection, car la barrière attendue est la RLS, pas l'obscurité de la clé. Solution : des policies réelles, table par table, vérifiées par le test à deux comptes — et vérifiez au passage qu'aucune clé service_role ne traîne dans votre front.


❓ Questions fréquentes

Lovable a-t-il été piraté ?

Non. Les vulnérabilités proviennent de règles de Row Level Security manquantes ou mal configurées dans les applications créées par les utilisateurs, pas d'une faille de la plateforme. Lovable l'a reconnu via son head of security. Les données étaient derrière une porte simplement non verrouillée, accessible à quiconque chargeait la page.

J'ai utilisé une app Lovable : mes données ont-elles fuité ?

Impossible de l'affirmer : personne n'a pu établir si les données exposées avaient déjà été aspirées. Testez l'app que vous utilisez (les données s'affichent-elles sans login ?), changez vos mots de passe si elle gérait un compte, et méfiez-vous des emails de phishing susceptibles d'exploiter des données issues de ce type de fuite.

Pourquoi parle-t-on à la fois de 34 545 et de 24 664 ?

34 545 est le nombre de projets utilisant Supabase parmi les 159 041 scannés. 24 664 est le nombre de sites qui renvoyaient des enregistrements sans authentification parmi ces 34 545 — soit environ 71 % des projets adossés à Supabase. La fuite n'est donc pas un cas marginal : c'est le cas majoritaire.

Les autres outils de vibe coding sont-ils concernés ?

Oui. Skynet Watch avait déjà documenté 947 apps créées avec Grok Build accessibles sans compte, et UpGuard a trouvé 16 326 bases Supabase lisibles de l'extérieur sur environ 300 000 domaines examinés, sans lien exclusif avec Lovable. Le défaut est architectural : il suit le scaffolding, pas la marque de la plateforme.

Que faire en premier si j'ai une app Lovable en production ?

Exécutez le test à la clé anon sur toutes vos tables, puis le test à deux comptes. Si des données reviennent : activez la RLS partout, écrivez des policies explicites, supprimez les données que vous n'avez pas à conserver, puis re-testez. Dix minutes, aujourd'hui, avant tout autre déploiement.


✅ Conclusion

Le vibe coding a rendu la création d'applications presque gratuite en effort ; l'étude de Crissy Field en révèle le prix caché : 24 664 portes ouvertes, des passeports, 200 000 chats privés et 280 000 emails au compteur. Testez votre app avec la clé anon aujourd'hui — dix minutes suffisent — et consultez le rapport complet de Crissy Field avant de générer la suivante.