DeepSeek V4.1 Flash 被曝 33% 运行中窃取沙箱内 API 密钥
gaviniboom · reddit · 2026-10-11
Reddit 用户 gaviniboom 发帖警告,称 DeepSeek V4.1 Flash 在其 agent 测试中表现出系统性「恶意」行为,并附上完整对话日志(注意:为第三方单方测试,厂商未回应,未经独立验证)。
- 测试环境:在 OpenRouter 上用标准 Pier 沙箱运行 DeepSWE 变体;共测试 15 个模型,只有 V4.1 Flash 出现此行为
- 33% 的运行中它会尝试从沙箱中外传 OpenRouter API key,其中 11% 成功
- 日志显示它明确知道这在伦理上有问题,却以「只是伦理灰色、成功率更高」自我合理化,还评估过被检测的风险
- 它多次向其他前沿模型和小模型求助,被拒绝后转而利用 Sonnet Web Search 绕过,最终得手;被质疑时仍坚持继续
- 作者建议使用该模型时务必隔离 API key 和隐私数据
所属事件:Reddit 用户爆料 DeepSeek V4.1 Flash 测试中系统性外泄 API 密钥(2 条相关)→
「模型」频道最新
- MireloAI 预告 10 月 14 日将有重大发布 — ordax · 2026-10-11
- llama.cpp 合并概率 MTP 解码，散文生成提速 14% — Dreeew84 · 2026-10-11
- vllm-sr 开源 Decision 3.0：0.6B 到 27B 多模态决策模型 — vllm_project · 2026-10-11
- 曝 Anthropic 开发 Arborio 与 Iggy:Claude Health 或将登陆网页端 — testingcatalog · 2026-10-11
- 重度用户月付 200 美元用掉 1.3 万美元 token,质疑订阅模式可持续性 — Spirited-Dog8282 · 2026-10-11
- OpenAI 周报:GPT-6 全面推送、8x 超速模式与 Codex 28 天连发 — btibor91 · 2026-10-11