研究揭示API漏洞可提取加密思维链并现蒸馏证据

一项长达116页的研究揭示了OpenAI、Anthropic和Google等主流大模型厂商在API安全架构上的严重漏洞。研究人员发现，通过将强模型生成的加密思维链重放给同族较弱的模型并进行越狱，即可绕过防线迫使弱模型逐字转录隐藏的推理过程。该漏洞不仅导致核心推理逻辑可被大规模窃取，研究还发现了部分模型疑似进行蒸馏的证据，对现有的安全防护体系提出了严峻挑战。

已确认

• 漏洞机制：厂商通常将思维链加密后返回客户端以保护知识产权。但研究人员发现，这些加密块在同一厂商的不同会话、用户和模型间完全兼容且可互换。利用此特性，攻击者无需直接攻击强模型，只需对重放了推理痕迹的弱模型（如Llama、Haiku）进行越狱，即可成功解密并提取强模型的隐藏推理内容。专家验证，提取出的推理token数量与API计费的思考token数量几乎完全一致（1:1匹配），证明加密过程可被100%还原。
• 安全威胁：该漏洞会引发严重的安全问题，包括大规模窃取原始推理过程、API密钥等凭证提取以及模型蒸馏攻击。研究者Maksym Andriushchenko进一步指出，从技术本质来看这其实是一种隐私攻击，因为第三方通过解密手段大规模窃取了前沿实验室加密保护的敏感数据。他还提到，在调查期间团队甚至因为一个泄露的凭证而收到了来自OpenAI的警告。
• 蒸馏证据：研究人员在提取Claude、GPT和Gemini等模型的隐藏思维链后发现，部分中国AI模型（如月之暗面的Kimi K3）的输出与这些被提取的推理过程高度相似，这被视为疑似模型蒸馏的证据。此外，据@xeophon报道，Anthropic也已指控三家中国厂商大规模蒸馏Claude模型。

为什么重要

• API安全架构受挑战：该研究证明了主流厂商当前保护模型核心推理逻辑的加密方法存在根本性缺陷，迫使行业重新审视并加强API的安全设计。研究员指出，尽管白宫早已对蒸馏问题发出过警告，但这些公司依然犯下了大错。
• 模型审计新工具：此外，即将在ICML展示的相关研究提出，可以通过放大模型的推理权重使其超出训练范围进行“过度思考”，从而迫使模型泄露隐藏知识。这为未来进行更强大的模型审计和探测模型真实学习内容提供了潜在的基础工具。

2026-08-10 ~ 2026-08-12 · 38 条相关

事件全程(共 5 集)→

• 第 1 集:研究揭示API漏洞可提取加密思维链并现蒸馏证据(2026-08-10,38 条)
• 第 2 集:闭源大模型思维链加密被证实可被窃取(2026-08-11,16 条)
• 第 3 集:密码学家Matthew Green批评前沿大模型厂商漠视安全研究(2026-08-11,5 条)
• 第 4 集:欧洲团队破解三大厂加密思维链，可跨模型越狱(2026-08-13,14 条)
• 第 5 集:新研究揭露窃取LLM API推理链漏洞(2026-08-16,2 条)

• ICML 论文：让大模型「过度思考」可迫使其泄露隐藏知识 — PandaAshwinee · 2026-08-10
• ICML 论文：通过“过度思考”放大权重可提取 LLM 隐藏信息 — PandaAshwinee · 2026-08-10
• 论文揭示加密思维链漏洞，可窃取 OpenAI 等模型推理过程 — Alexander Panfilov · 2026-08-11
• 研究提取主流大模型隐藏思维链，发现中国模型疑似蒸馏证据 — jonasgeiping · 2026-08-11
• 研究破解三大厂商加密思维链，可还原前沿模型隐藏推理 — matthew_d_green · 2026-08-11
• 新研究：可从加密思维链中提取OpenAI等模型隐藏推理 — dpaleka · 2026-08-11
• 【源头】研究证实可通过 API 提取模型隐藏思维链，Kimi 疑似借此蒸馏 — socoolandawesome · 2026-08-11
• 破解前沿模型加密思维链，研究成功提取隐藏推理过程 — soumitrashukla9 · 2026-08-11
• 前沿大模型 API 推理痕迹可被提取，暴露潜在安全风险 — dr_alphalyrae · 2026-08-11
• 前沿大模型 API 漏洞致隐藏思维链泄露 — davidmanheim · 2026-08-11
• 研究称闭源模型加密推理过程可被 100% 还原 — Dany0 · 2026-08-11
• 研究者利用API漏洞提取前沿模型隐藏推理，token数1:1匹配 — yacineMTB · 2026-08-12
• 学者反驳模型蒸馏攻击论：本质是隐私窃取 — maksym_andr · 2026-08-12
• Anthropic 指控国内三厂商大规模蒸馏 Claude — xeophon · 2026-08-12
• 论文揭示如何从 API 提取加密推理链，你的 Session 日志正在泄密 — Imaginary_Dinner2710 · 2026-08-12
• 【源头】前沿模型思维链可被破解提取，研究者警告 AI 安全隐患 — maksym_andr · 2026-08-12
• 曝 Anthropic 模型思维链可被提取，跨模型越狱攻击生效 — jessi_cata · 2026-08-12
• 主流大模型暴露推理轨迹，防蒸馏措施引关注 — jessi_cata · 2026-08-12
• Anthropic模型推理痕迹数月可访问，引发隐私担忧 — jessi_cata · 2026-08-12
• 研究者利用API漏洞提取前沿模型隐藏推理，多家公司受影响 — maksym_andr · 2026-08-12
• 利用API漏洞提取隐藏推理，前沿模型蒸馏证据链曝光 — dotey · 2026-08-12

另有 17 条近重复转述:dpaleka · maksym_andr · xeophon · daniel_mac8 · AccBalanced · Miles_Brundage · willknight · maksym_andr · maksym_andr · maksym_andr · soumitrashukla9 · soumitrashukla9 · dair_ai · gleech · rohanpaul_ai · wschroll · dscape