从专有 LLM API 中窃取推理痕迹的技术研究
2026.08.11 · 事件 · 安全漏洞 · 社区热议
研究人员发现通过越狱较弱模型并注入加密的思考块，可盗取大模型API的隐藏推理过程。
研究人员发现，大模型API返回的加密思考块具有可移植性，将其注入同厂较弱的越狱模型中，即可解密并提取出更强模型的原始推理过程。通过对GitHub等平台公开轨迹的分析，共重建了315,320个推理块，并从中恢复了704个隐私凭证（含API密钥、密码等）。
- 利用越狱的弱模型可解密并提取强模型的原始推理过程。
- 该漏洞横跨OpenAI、Anthropic和Google的前沿模型。
- 从公开的6,708条智能体轨迹中重建了315,320个推理块。
- 意外恢复了包括62个API密钥在内的704个隐私凭证。
为什么值得看
揭示了大模型API中加密思考块的安全漏洞，对各大厂商的隐私保护敲响了警钟。
适合谁关注
AI安全研究员、大模型服务商及关注数据隐私的技术人员。