Cloudflare 披露 GLM-5.3 跨请求 KV 缓存泄露，155 条响应受影响
2026.10.27 · 事件 · AI 事件 · 官方披露
超长提示词触发 SGLang 缓存复用缺陷，导致响应混入他人会话数据
Cloudflare 披露 GLM-5.3 Workers AI 模型存在租户隔离问题：155 条响应混入了其他用户请求的数据，均来自超过 681,280 token 的提示词。原因是 SGLang 配置的 KV 缓存池小于 1,048,576 token 上下文窗口，叠加引擎在超长请求拒绝路径上的缺陷。模型已于 9 月 9 日恢复，未发现蓄意利用证据。
- 2026 年 8 月 27 日至 9 月 9 日，GLM-5.3 Workers AI 模型出现跨请求 KV 缓存泄露，共 155 条响应受影响
- 受影响请求均为超过 681,280 token 的长提示词，而模型上下文窗口为 1,048,576 token，预填充 GPU 的 KV 缓存池容量不足
- SGLang 在分离式 prefill/decode 模式下将超长请求标记为拒绝并替换为单 token 占位符，却仍生成并传输 KV 缓存，解码节点据此复用了旧缓存页
- Cloudflare 将缓存池扩至约 204 万 token，并修补引擎使待拒绝请求在调度队列即被终止，相关修复已提交 SGLang 上游
- 安全研究员 Gadi Evron 于 9 月 8 日通过 HackerOne 报告，Cloudflare 次日复现并在 40 分钟内下线模型，同日恢复服务
为什么值得看
了解长上下文推理中缓存隔离的真实风险与修复路径
适合谁关注
AI 基础设施工程师、推理服务运维与安全从业者