安全媒体 Dark Reading 在同一天独立报道了此事，并表示截至发稿时漏洞仍然有效。tl;dv 的官网宣称其服务被 Salesforce、Forbes、Cloudflare 等公司使用。

一个漏掉的集合，捅穿了所有客户之间的墙

tl;dv 是一款会议助手，会把机器人塞进 Google Meet、Zoom 或 Teams 的通话里，全程录音、转写，再用 AI 生成摘要。它承接的内容通常极为敏感：销售谈判、求职面试、绩效面谈、内部战略讨论。

按照研究者的描述，用户登录后，平台会用 JWT 换取一个 Firebase 令牌，该令牌可用于查询后端的 Cloud Firestore 数据库。tl;dv 对绝大多数数据集合都正确配置了权限——用户资料、聊天、转写稿、剪辑、录像、笔记、团队、组织，越权查询一律返回 403。唯独名为 meetings 的那一个集合被漏掉了，没有做租户隔离。

于是任何已登录用户都能列出全平台的会议文档。每条记录会交出创建者的邮箱地址、会议服务商、时间戳、录制状态，以及一个会议标识符。研究者称，任意时刻大约有 1000 条记录处于「正在录制」状态，也就是 1000 场正在进行的通话，其入口标识符全部暴露在外，构成一份近乎实时的通话目录。

这类问题在安全领域被称为对象级授权失效。系统只回答了「你是不是合法用户」，却没有回答「这条数据是不是属于你的组织」。Firestore 的安全规则本就是为解决这个问题而设计的。研究者向 Dark Reading 表示，谷歌的文档在创建数据库时甚至会主动警告默认规则处于开放状态、需要收紧，「只要几行把读取范围限定在所属组织的规则」就能修复。

从元数据到闯入通话，只差一次「机器人」伪装

拿到会议标识符并不等于自动进入会议，会议平台的等候室和主持人准入控制仍然是一道门。但研究者指出，冒充一个 AI 记录机器人再申请入会，成功率约为 80%——这个比例是研究者向 Dark Reading 给出的估算，并非独立测试数据集。

原因不难理解：AI 记录机器人已经成了视频会议里的常客，主持人看到一个面目模糊的「记录助手」在等候室排队，很容易默认是同事请来的，顺手就放行了。

研究者在报告中说明了两次实测。一次进入了马来西亚教育部下属机构主办的 Google Meet，现场有超过 157 名参会者，一位女士正在做演示，tl;dv 的机器人已经在参会名单里。另一次进入了一场 21 人的高校学生创业项目会议，参会者正在共享屏幕讨论产品原型。

在规模层面，泄露记录覆盖了 23 个国家的政府域名，以及加州大学伯克利分校、东京大学等高校，还有 HubSpot、Confluent、三井不动产、三井仓库等企业。录像和转写稿默认是私有的，但研究者抽样检查了 27334 个会议标识符，发现其中超过 1000 场被设为公开可见，连带暴露了 228 个域名下的 715 个受邀者邮箱。

六个月，五次追问，零回复

时间线是这份报告里最刺眼的部分。

• 1 月 28 日，研究者通过职业社交平台联系到 tl;dv 联合创始人 Raphael Allstadt，对方几分钟内回复，请其发邮件给公司首席技术官
• 1 月 29 日至 3 月 6 日，研究者多次追问「漏洞还在」，得到的都是「团队很快会看」这类安抚
• 7 月 22 日，研究者再次留言「还是没修」，无人回应
• 8 月初漏洞披露公开时，问题依旧存在，首席技术官始终没有回复过邮件

与之形成对照的是 tl;dv 的安全页面：SOC 2 合规、GDPR 合规、欧盟人工智能法案合规、欧盟境内托管、AES-256 加密，六枚合规徽章一字排开，页面底部写着「安全团队将在 24 小时内响应」。

研究者还顺手扫描了该公司的子域名，发现一个供内部员工玩的世界杯竞猜小应用完全没有做接口鉴权，一次 GET 请求就能拉出 43 名玩家的名单，其中 19 个是带公司邮箱的员工。

对使用 AI 记录工具的组织意味着什么

这起事件的价值不在于某一家厂商翻了车，而在于它暴露出一类新型信任链条的脆弱处：AI 会议助手正在成为组织记忆的存放地，一旦租户隔离出现一处疏漏，泄露的就不是单个客户的数据，而是所有客户的通话目录。即便只是元数据也足以还原出不少信息——某公司的人在周四下午和另一家公司的人开了一小时会，指向的可能是收购、合作或挖角；而会议里的参会邮箱，可以直接拼成一份精准的钓鱼目标清单。

对采购方而言，值得向供应商追问的问题也很具体：一个客户的普通账号能否查询到另一个客户的数据；录制机器人入会时是否有可验证的身份；漏洞报告是否有真人在 24 小时内响应，而不只是页面上的一行承诺。合规徽章检查的是流程是否留痕，而工程纪律决定的是这类缺口会不会出现——这次事件说明，两者并不是一回事。

来源：BobDaHacker 安全披露报告、Dark Reading