tl；dv 逾18.1万段AI会议录音被公开暴露，可实时闯入他人通话

核心亮点

AI 会议记录平台 tl;dv 因 Firestore 缺乏租户隔离，18.1 万段会议录音可被任意已登录用户拉取。约 1000 场正在录制的会议泄露可加入 ID，研究者据此闯入马来西亚教育部及美国某大学团队的实时通话。漏洞 2026 年 1 月上报，半年仍未修复，另有超 1000 段录音处于公开状态，暴露面之大令人咋舌。

具体能力或事件经过

安全研究者发现，tl;dv 的 Firestore 数据库没有做租户隔离：只要通过认证，任何用户都能跨租户查询全量会议记录。波及范围惊人——18.1 万段录音、8.43 万名用户、3.5 万个域名，其中含 23 国政府及多所高校的内部会议。更危险的是，约 1000 场处于录制状态的会议会把“可加入的会议 ID”写进数据库，研究者据此直接闯入马来西亚教育部与一所美国大学的实时通话，等于在会场里安了隐形耳朵，对方毫无察觉。

技术细节

根因是典型的多租户权限缺陷：后端用 Firebase/Firestore 存储，却未在查询层强制“只返回当前用户所属租户的数据”，而是依赖前端过滤或根本没过滤。一旦认证 token 有效，攻击者构造宽泛查询即可枚举全部文档。同时，部分录制中的会议把会议链接、ID 当作普通字段存储且未加密，进一步放大了横向移动风险。研究者还发现超 1000 段录音本身被标记为公开，无需任何技巧即可获取，说明配置疏漏并非孤例。

与竞品对比

相较 Otter.ai、Fireflies.ai 等同样做会议转录的产品，tl;dv 的教训在于：多租户 SaaS 的安全不能押在“用户不会乱查”上，必须在数据访问层做强制隔离，例如按 tenant_id 行级过滤、后端策略校验。Firebase 这类 BaaS 上手快，但若不显式加固安全规则，极易出现“认证即全量可读”的致命配置，把隔离责任错误地交给客户端，而客户端永远不可信。

行业影响或适用场景

说白了，把会议交给 AI 记录之前，得先问它“谁看得到”。对政府、高校、医疗等敏感场景，会议内容常含未公开决策与个人数据，一旦泄露后果远超普通隐私事件，甚至可能触及国家安全。此案也提醒采购方：评估 AI 会议工具时，应把租户隔离、加密、审计与漏洞响应时效写进合同。企业若已在使用，建议立即核查导出权限、关闭不必要的公开分享，并轮换可能已暴露的会议凭证，同时排查是否有历史录音外泄。