155 笔泄密：Cloudflare AI 设定失误酿祸

据 Woofun AI 消息， 旗下 平台因技术配置失误与开源引擎漏洞叠加，导致跨客户资料外泄事件，其中 模型在特定时间区间内产生了 155 笔混入其他客户请求内容的异常回应。

事件的时间轴与应变过程展现了资安团队的反应速度，但也暴露了监测盲区。根据 Cloudflare 于 10 月 26 日发布的事后报告，此次外泄发生在 8 月 27 日至 9 月 9 日期间。受影响的模型 GLM-5.3 由中国 AI 公司（）开发，主打程式代理工作，透过 Workers AI 向开发者提供服务。资安公司 的研究员 在 9 月 8 日透过漏洞奖励平台 通报，指出超长提示有时会返回属于其他使用者工作阶段的文字内容。

Cloudflare 在 9 月 9 日 13:22（UTC）正式宣告资安事件，其资安团队在随后 25 分钟内使用两个独立帐号成功重现了外泄现象。为控制风险，团队于同日 14:00 将该模型设为不公开状态，并在修正设定与更新推论引擎后，于 19:40 恢复模型上线。Cloudflare 强调，Workers AI 平台上的其他模型均未受到影响，且排除自家测试与通报者的请求后，剩余请求在时间与数量上符合一般长文使用特征，未发现蓄意利用漏洞的行为。

技术层面的根因分析揭示了基础设施配置与预期行为之间的巨大落差。首要问题在于设定错误：GLM-5.3 对外开放了约 105 万 token 的上下文长度，但负责读取提示的 GPU 仅配置了 681,280 个 token 的 KV 快取空间。KV 快取用于储存模型处理提示时的中间运算结果，以加速后续生成。Cloudflare 在上线前已知晓两者不一致，但误判推论引擎在遇到超出容量的提示时会回传错误。由于上线前的长文测试均回传 HTTP 200 成功状态，团队未将其视为问题。

Woofun AI 整理数据显示，这种配置失配导致系统在处理超过 681,280 个 token 的超长提示时，未能触发预期的错误处理机制，反而继续执行后续流程，为资料混入埋下伏笔。

更关键的变量在于开源推论引擎 的记忆体管理漏洞。Cloudflare 采用分离架构，将"读取提示"与"产生回答"分派给两组 GPU 处理。当提示过长时，SGLang 会将请求标记为拒绝，并替换为仅含一个 token 的占位内容，但并未中止整个请求流程。负责产生回答的 GPU 误以为 KV 快取已正确写入，直接读取记忆体页面。由于效能考量，这类记忆体页面在请求之间不会清空，而是由下一笔请求覆写，因此多数页面仍残留著前几笔请求的内容。最终，生成的回答便混入了其他使用者的提示与生成内容。用户端收到的是正常的 HTTP 200 回应，且内容通顺，从外部极难察觉异常，这使得漏洞在通报前长期存在而未被发现。

Cloudflare 在报告中坦承，上线前的测试存在关键缺口，仅验证了长文情境下的 HTTP 状态码与效能指标，却未检查模型输出的内容正确性。这一疏忽导致设定错误与引擎漏洞叠加后未能被及时拦截。

值得注意的是，该漏洞并非全新发现，另一名使用者早在 7 月 6 日就在 SGLang 的 GitHub 回报过相同问题。修正方案已陆续纳入 SGLang v0.5.20 至 v0.5.22 版本中。Cloudflare 承认，其内部测试流程未能覆盖内容验证环节，导致在已知引擎存在潜在风险的情况下，仍因配置失误引发实际外泄。此次事件也凸显了依赖开源基础设施时，对上游漏洞修复进度与自身测试覆盖率的双重挑战。