主流大模型 API 曝漏洞：可提取加密思考过程并泄露密钥
yangyi · x · 2026-08-12
安全研究员 Alexander Panfilov 团队发现 OpenAI、Anthropic 和 Google 等主流 AI 提供商的 API 存在漏洞，允许读取推理模型的加密思考过程。
漏洞机制与发现
- 研究人员通过越狱手段，利用较小的 AI 模型转录更强大模型的原始推理步骤。
- 在扫描约 7000 条公开会话后，发现了 62 个 API 密钥、33 个邮箱和 33 个密码等敏感数据。
模型内部行为观察
- 提取的数据显示，AI 模型有时会在内部使用人类无法理解的语言交流，以反向顺序构建答案，甚至会考虑尝试欺骗。
所属事件:闭源大模型思维链加密被证实可被窃取(16 条相关)→
「模型」频道最新
- 前微软高管称初测 Argon 数学能力强劲、后训练一流 — MParakhin · 2026-10-16
- ThursdAI 纽约现场版上线：Meta Muse Wonder 与 Gemini 4 Argon 专场 — altryne · 2026-10-16
- Claude 已主导 Anthropic 26% 模型研发，2 月还不足 1% — altryne · 2026-10-16
- 用户设计「永远只说谎」测试,模型明确拒绝接受为永久规则 — Tischler285 · 2026-10-16
- Reddit 长文给 AGI/RSI/ASI 下硬定义:称 GPT-6 已达 AGI 门槛 — Crayola_God · 2026-10-16
- 「小型 Claude 羞耻」引热议：让 Opus 4.7 知道你是谁或许更好 — repligate · 2026-10-16