Cursor AI Code Editor RCE Falha permite que código malicioso seja autorun em máquinas – Against Invaders – Notícias de CyberSecurity para humanos.

Cursor AI Code Editor RCE Falha permite que código malicioso seja autorun em máquinas - Against Invaders - Notícias de CyberSecurity para humanos.

Uma vulnerabilidade crítica no editor de código da AI do cursor expõe os desenvolvedores a ataques furtivos de execução de código remoto (RCE) ao abrir repositórios de código, alertam os pesquisadores de segurança.

A falha, descoberta pela Oasis Security, permite que os atacantes entreguem e executem código prejudicial automaticamente, sem prompt de aviso, colocando segredos vitais e Acesso à nuvem em risco.

Quebra de vulnerabilidade

O Cursor, um IDE popular que alavancava a codificação assistida por AI, envia a confiança do espaço de trabalho desativada por padrão. Essa configuração permite que as tarefas de estilo de código sejam executadas instantaneamente quando um usuário abre uma pasta de projeto.

Especificamente, se um repositório contiver um malicioso.

Esse comportamento transforma uma ação de “pasta aberta” de rotina em um evento silencioso de execução de código.

Os invasores podem explorar essa falha criando repositórios que iniciam tarefas capazes de roubar credenciais, exfiltrar arquivos ou estabelecer acesso remoto no momento em que um desenvolvedor inspeciona o repositório no cursor.

Segurança do Oasis publicado Uma quebra técnica completa e prova de conceito de trabalho para destacar o risco.

Máquinas de desenvolvedores geralmente possuem informações privilegiadas: segredos em nuvem, Chaves da APIe sessões de login usadas para ambientes de SaaS e CI/CD.

Quando o autorun é ativado por padrão, o compromisso pode se estender além do laptop do desenvolvedor para serviços em nuvem ou pipelines automatizados.

Os invasores que exploram essa falha ganham acesso rápido a ambientes sensíveis, incluindo contas de serviço com amplas permissões que representam riscos sérios para equipes de engenharia e infraestrutura.

Os usuários do cursor com configurações padrão são mais expostos. Em comparação, o Código do Visual Studio bloqueia essa execução automática, a menos que a confiança do espaço de trabalho seja explicitamente dada pelo usuário, reduzindo o risco para os usuários do código vs.

A equipe de Cursor reconhece o problema, observando que a confiança do espaço de trabalho pode ser ativada pelos usuários e a orientação atualizada está pronta. A Oasis Security recomenda que as equipes tomem estas ações imediatas:

  • Habilite a confiança do espaço de trabalho e exija o prompt Startup Trust.
  • Desative tarefas automáticas por SettingTask.allowautomatictySks: “Off”.
  • Abra repositórios desconhecidos em editores somente para visualizadores ou contêineres descartáveis ​​para limitar possíveis danos.
  • Pesquise seus projetos em busca de suspeitos.vscode/tasks.jsonEntries usando “runon”: “pasaceRopen”.
  • Monitore comandos de shell inesperados e atividades de rede de saída logo após a abertura de novos projetos.

Especialistas em segurança pedem aos desenvolvedores que endurecem seus ambientes para evitar ataques furtivos da cadeia de suprimentos impulsionados por repositórios de código presos a booby.

Encontre esta história interessante! Siga -nosLinkedIneXPara obter mais atualizações instantâneas.

azaeo.com – datalake

File fishes formats available in:

TextoJSONJSON-LDXMLHTMLHTML SourcePDFMarkdown

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.