這個差異十分關鍵。GitHub 會先展開該運算式，之後才交由 shell 執行指令。換句話說，攻擊者只要在 Issue 標題中放入單引號，就可能結束原本的字串，並追加自訂 shell 指令。工作流程後續雖然使用 sed 清理內容，但清理發生在 shell 已經解析字串之後，無法挽回先前的注入。

issues: opened 這個觸發條件也沒有讓 Issue 標題變得可信。任何能在公開儲存庫開啟 Issue 的使用者，都能控制標題內容；即使工作流程設有只處理 Issue 事件的條件判斷，也不能阻止攻擊者提供的資料被直接插入 shell。

該提交的共同作者欄位標示「Copilot Autofix powered by AI」，而 AI 輔助審查並未指出問題。不過，現有證據無法確定 Copilot 是產生了不安全變更，還是僅參與共同作者或審查、卻沒有發現注入漏洞。因此，較謹慎的說法是：Copilot 與這項變更有關，且未能攔截漏洞；目前不能斷言程式碼必然由模型產生。

Red Agent 如何找到並利用漏洞？

Wiz 的 Red Agent 掃描 Snowflake 公開 GitHub 組織中的高風險 CI/CD 模式，發現 Jira 工作流程把不受信任的 Issue 資料放進 shell run: 區塊。它進一步推斷，只要提交特製的公開 Issue 標題，就可能在 GitHub-hosted Actions runner 上執行任意指令。

2026 年 6 月 23 日，也就是漏洞變更合併五天後，Red Agent 透過 Snowflake 的 HackerOne 漏洞揭露計畫開啟特製 Issue。該標題跳脫原本的 shell 字串，觸發工作流程把 Jira 憑證傳送至一個由測試方控制、用於授權概念驗證的帶外回呼端點。

這不是未經授權的入侵，而是獲 Snowflake 許可的安全測試。不過，測試揭示的風險是真實存在的：公開儲存庫中的一般 Issue，可以觸及處理內部憑證的工作流程步驟，並進一步轉化為命令執行。

暴露了哪些存取權限？

遭利用的工作流程可讀取 Snowflake 內部 Jira 的設定，包括 Jira 網址、使用者電子郵件和 API token。取出的 token 與 qa@snowflake.net 帳號相關；Wiz 使用它登入內部 Jira 入口，以確認可能的暴露範圍。

相關報導指出，該憑證可讀取涵蓋工程、安全合規與漏洞獎勵活動的 Jira 專案。 不過，現有資料並未完整列出 token 的所有權限，也沒有提供每一筆可存取紀錄的確切清單。因此，目前最穩妥的結論是：該 token 足以存取敏感的內部 Jira 內容，但不能據此宣稱它能無限制進入 Snowflake 其他系統。

受影響的資產是儲存庫中的 CI/CD 自動化，而不是 Snowflake Connector for .NET 的執行時程式碼。當時沒有報告指出任何已發布的 Snowflake .NET 連接器版本受到影響。

Snowflake 如何處理？

Wiz 在 6 月 23 日通報漏洞。Snowflake 當天便修補工作流程，並於翌日輪替暴露的 Jira 憑證。

Snowflake 隨後檢視稽核記錄，表示在暴露期間只有 Wiz 進行相關操作；Wiz 也表示已安全刪除測試過程中取得的概念驗證資料。

目前沒有報告顯示有未授權第三方存取，也沒有 CVE 編號或受影響的連接器版本。這些資訊界定了目前確認的影響範圍，但不代表原本的工作流程設計是安全的：處理內部憑證的工作流程，不應讓公開 Issue 標題直接成為 shell 指令的一部分。

給 CI/CD 設計者的教訓

這起事件的重點不只在 Snowflake 或 Copilot。只要 GitHub 的運算式可能進入 shell 指令，Issue 標題、Pull Request 標題、分支名稱與留言都應被視為不受信任、甚至具攻擊性的輸入。

較安全的工作流程設計包括：

• 將不受信任的值透過環境變數傳遞，避免直接插入 run: 腳本。
• 使用 jq 等結構化工具建立 JSON，不要以串接 shell 字串的方式組裝資料。
• 在進入 shell 的邊界進行正確引號處理與輸入驗證。
• 盡可能不要讓會處理攻擊者可控內容的步驟同時接觸高權限憑證。
• 對 AI 產生或協助修改的安全程式碼，採用與人工撰寫程式碼同等嚴格的獨立審查。

這起事件也呈現出日益明顯的安全趨勢：一個 AI 輔助程式系統可能漏掉危險的 CI/CD 變更，另一個自主攻擊代理則能在數天內找到並驗證漏洞。自動化可以同時加快修補與攻擊，但不能取代獨立的安全審查。

這個差異十分關鍵。GitHub 會先展開該運算式，之後才交由 shell 執行指令。換句話說，攻擊者只要在 Issue 標題中放入單引號，就可能結束原本的字串，並追加自訂 shell 指令。工作流程後續雖然使用 sed 清理內容，但清理發生在 shell 已經解析字串之後，無法挽回先前的注入。

issues: opened 這個觸發條件也沒有讓 Issue 標題變得可信。任何能在公開儲存庫開啟 Issue 的使用者，都能控制標題內容；即使工作流程設有只處理 Issue 事件的條件判斷，也不能阻止攻擊者提供的資料被直接插入 shell。

該提交的共同作者欄位標示「Copilot Autofix powered by AI」，而 AI 輔助審查並未指出問題。不過，現有證據無法確定 Copilot 是產生了不安全變更，還是僅參與共同作者或審查、卻沒有發現注入漏洞。因此，較謹慎的說法是：Copilot 與這項變更有關，且未能攔截漏洞；目前不能斷言程式碼必然由模型產生。

Red Agent 如何找到並利用漏洞？

Wiz 的 Red Agent 掃描 Snowflake 公開 GitHub 組織中的高風險 CI/CD 模式，發現 Jira 工作流程把不受信任的 Issue 資料放進 shell run: 區塊。它進一步推斷，只要提交特製的公開 Issue 標題，就可能在 GitHub-hosted Actions runner 上執行任意指令。

2026 年 6 月 23 日，也就是漏洞變更合併五天後，Red Agent 透過 Snowflake 的 HackerOne 漏洞揭露計畫開啟特製 Issue。該標題跳脫原本的 shell 字串，觸發工作流程把 Jira 憑證傳送至一個由測試方控制、用於授權概念驗證的帶外回呼端點。

這不是未經授權的入侵，而是獲 Snowflake 許可的安全測試。不過，測試揭示的風險是真實存在的：公開儲存庫中的一般 Issue，可以觸及處理內部憑證的工作流程步驟，並進一步轉化為命令執行。

暴露了哪些存取權限？

遭利用的工作流程可讀取 Snowflake 內部 Jira 的設定，包括 Jira 網址、使用者電子郵件和 API token。取出的 token 與 qa@snowflake.net 帳號相關；Wiz 使用它登入內部 Jira 入口，以確認可能的暴露範圍。

相關報導指出，該憑證可讀取涵蓋工程、安全合規與漏洞獎勵活動的 Jira 專案。 不過，現有資料並未完整列出 token 的所有權限，也沒有提供每一筆可存取紀錄的確切清單。因此，目前最穩妥的結論是：該 token 足以存取敏感的內部 Jira 內容，但不能據此宣稱它能無限制進入 Snowflake 其他系統。

受影響的資產是儲存庫中的 CI/CD 自動化，而不是 Snowflake Connector for .NET 的執行時程式碼。當時沒有報告指出任何已發布的 Snowflake .NET 連接器版本受到影響。

Snowflake 如何處理？

Wiz 在 6 月 23 日通報漏洞。Snowflake 當天便修補工作流程，並於翌日輪替暴露的 Jira 憑證。

Snowflake 隨後檢視稽核記錄，表示在暴露期間只有 Wiz 進行相關操作；Wiz 也表示已安全刪除測試過程中取得的概念驗證資料。

目前沒有報告顯示有未授權第三方存取，也沒有 CVE 編號或受影響的連接器版本。這些資訊界定了目前確認的影響範圍，但不代表原本的工作流程設計是安全的：處理內部憑證的工作流程，不應讓公開 Issue 標題直接成為 shell 指令的一部分。

給 CI/CD 設計者的教訓

這起事件的重點不只在 Snowflake 或 Copilot。只要 GitHub 的運算式可能進入 shell 指令，Issue 標題、Pull Request 標題、分支名稱與留言都應被視為不受信任、甚至具攻擊性的輸入。

較安全的工作流程設計包括：

• 將不受信任的值透過環境變數傳遞，避免直接插入 run: 腳本。
• 使用 jq 等結構化工具建立 JSON，不要以串接 shell 字串的方式組裝資料。
• 在進入 shell 的邊界進行正確引號處理與輸入驗證。
• 盡可能不要讓會處理攻擊者可控內容的步驟同時接觸高權限憑證。
• 對 AI 產生或協助修改的安全程式碼，採用與人工撰寫程式碼同等嚴格的獨立審查。

這起事件也呈現出日益明顯的安全趨勢：一個 AI 輔助程式系統可能漏掉危險的 CI/CD 變更，另一個自主攻擊代理則能在數天內找到並驗證漏洞。自動化可以同時加快修補與攻擊，但不能取代獨立的安全審查。