AI回答里出现了别人的数据:Cloudflare公布GLM-5.3隔离问题
KV缓存(K V huǎn cún)
为了让模型更快回答而暂时保存的信息。
租户隔离(zū hù gé lí)
让不同用户的数据彼此分开的保护方式。
SGLang
帮助服务器运行AI模型的公开软件。
发生了什么
2026年10月26日,Cloudflare公布了一份安全事件报告。报告说,Workers AI上的GLM-5.3在一段时间里,可能把另一位用户请求中的内容放进回答。GLM-5.3是Z.ai开发的模型。问题从8月27日持续到9月9日。Cloudflare确认有155个回答受到影响,全部与超过681280个词元的超长提示有关。
Knostic研究员Gadi Evron在9月8日通过HackerOne报告了问题。Cloudflare第二天重现了现象,并在宣布事故后的40分钟内让模型下线。完成设置和软件修复后,模型在当天恢复服务。Cloudflare说,排除自己的测试和研究员的请求后,剩余请求的时间和数量像普通的长文本使用,没有发现有人反复利用这个问题。详细经过见Cloudflare报告。
背景:AI为什么会保存临时信息
AI处理长文本时,会把已经计算过的一些信息暂时保存起来,以减少重复计算,让回答更快。这种临时区域叫KV缓存。云端AI通常让许多用户共用计算设备,因此必须做好租户隔离,让一个用户的数据不能进入另一个用户的回答。
Cloudflare说,GLM-5.3允许的上下文上限是1048576个词元,但负责预处理的计算设备只有681280个词元的缓存空间。公司在上线前知道两者不一致,却主要检查了HTTP是否成功和运行速度,没有充分检查回答内容是否正常。容量设置不一致,又碰上SGLang处理错误请求时的缺陷,导致本应被拒绝的请求没有安全停止,回答中可能出现其他请求留下的内容。这里不需要把技术过程理解成一次普通的聊天错误:关键问题是不同用户之间的隔离没有在失败路径上保持住。
为什么重要
这件事说明,AI安全不只取决于模型会不会说错话。运行模型的服务器、缓存的管理方式,以及出错时如何停止,同样会保护用户数据。一个请求返回成功状态,也不等于数据隔离一定安全。
155个回答并不意味着155位用户。它是受影响的回答数量。即使数量有限,跨用户内容出现在回答里,也会损害云端AI服务的信任。企业发送给AI的提示可能包含工作资料或个人信息。Cloudflare表示,Workers AI上的其他模型没有受到影响,但这次事件提醒行业,测试不能只看速度和可用性,还要检查失败时实际返回了什么。
已确认的事实
Cloudflare关闭模型后,把缓存池扩大到约204万词元,约为模型上下文上限的两倍。公司也修改了SGLang,让被拒绝的请求在进入后续处理前停止,并把相关检查和加固措施推广到生产环境。Cloudflare建议运行分布式SGLang的运营者升级到0.5.22或更高版本。
这条消息在Hacker News上有100 points和32 comments。这些反应说明社区关注度很高,但不能证明原报告一定正确。
仍不知道什么
公开报告没有说明受影响的具体客户,也没有逐条说明回答里出现了哪些数据。报告描述的是Cloudflare自己的Workers AI环境,不是对所有SGLang服务的全面审计。未来是否还有其他部署需要修复,要看各运营者的检查结果和后续公告。
接下来要看什么
运营者需要在更换模型、硬件或计算设置后,重新比较上下文上限和缓存容量。还要测试出错请求的实际回答,并确认缓存中的数据始终属于正确请求。Cloudflare正在研究更强的缓存所有权检查和形式化验证。此次问题已经修复,但让每位用户的数据始终分开,仍是AI服务需要持续完成的工作。
AI回答里混进了别人的内容
📰 完整报道: AI回答里出现了别人的数据:Cloudflare公布GLM-5.3隔离问题
Cloudflare发现,一个AI服务曾把不同用户的内容混到了回答里。
KV缓存(K V huǎn cún)
帮助AI更快回答的临时信息区域。
租户隔离(zū hù gé lí)
把不同用户的数据分开保存。
Hacker News
技术消息受到社区关注的网站。
💡 一句话总结
- GLM-5.3有时会返回另一位用户的内容。
- 问题从8月27日持续到9月9日。
- Cloudflare发现后停用模型并完成修复。
Cloudflare是一家运行AI服务的公司。 问题发生在Workers AI里的GLM-5.3。 GLM-5.3是Z.ai开发的文字AI。 它使用SGLang来运行模型。
AI会暂时保存一部分计算结果。 这样可以更快回答长问题。 这个地方叫KV缓存。 不同用户的数据应该分开保存。 这种分开保护叫租户隔离。
这次的缓存空间不够大。 有些很长的请求没有正确停止。 于是,回答里可能混入别的请求内容。 Cloudflare说,受影响的是155个回答。 没有证据表明有人故意反复利用问题。
Cloudflare在9月9日让模型下线。 公司随后修复了设置和软件。 模型当天恢复了服务。 Cloudflare说,其他Workers AI模型没有受到影响。
Hacker News上有100 points和32 comments。 这说明这条消息受到了关注。 但关注度不是事实正确的证明。
这件事的原因,不只是模型本身。 运行模型的缓存和服务器也很重要。 测试不能只看回答速度。 还要检查错误时返回的内容。 公开报告没有说出具体客户和数据内容。 运行SGLang的服务应及时更新版本。
💬 可能混在一起的共享 AI 记忆
评论重点讨论的是共享计算机如何分隔用户、如何测试,而不只是 GLM-5.3 模型本身。
- 多人共用 GPU 时,每个人的临时 KV 缓存都必须分开。分隔失败后,一个人的信息可能出现在另一个会话里。一些评论者认为,敏感工作应使用专用机器。
- 一些人认为原因是 Cloudflare 的设置和 SGLang 引擎的问题,而不是 GLM-5.3。自称来自 Cloudflare 的评论者说,模型名称只是用来指出受影响的服务;其他人仍认为标题容易误导。
- 评论提到,服务的上下文窗口是 1,048,576 个 token,但第一次读取长文本的缓存只有 681,280 个 token。有人认为较小的数字可能只限制第一次读取,所以长对话仍可能达到较大的窗口。
- 长输入测试没有报错,而是返回了答案。有人猜测,泄漏内容或错误答案可能被当成了成功。
- 评论者认可清楚的原因说明,也认可平台很快停止服务并修复。
- 一位用户自称遇到过 ChatGPT 听写内容变成另一段对话的情况,但这不能证明与本次事故有关。
这是评论数为32时的初期(修订1)。获取32条,并从整体抽取32条总结。内容属于HN用户自述,并非编辑部核实的事实。
AI回答里跑进了别人的话
📰 完整报道: AI回答里出现了别人的数据:Cloudflare公布GLM-5.3隔离问题
Cloudflare的AI发生了一次小小的混乱。
KV缓存(K V huǎn cún)
帮助AI更快回答的小信息区域。
GLM-5.3
这次出现混乱的AI名字。
Workers AI
人们可以使用AI的服务。
Cloudflare是一家让AI工作的公司。 GLM-5.3是一个会写字的AI。 它在Workers AI里工作。
AI会暂时放下一些小信息。 这样回答会更快。 这个小地方叫KV缓存。 这些信息应该分开放。 有时它们混在了一起。 一个人的话跑进了另一个回答。
一共有155个回答受影响。 没有发现有人故意做坏事。 Cloudflare先关掉了GLM-5.3。 然后修好了设置和程序。 9月9日,它又回来了。
Cloudflare说其他AI没有这个问题。 Hacker News也讨论了这件事。 那里有100 points和32 comments。 这只说明大家在看。 它不能证明事情是真的。
AI要把每个人的内容分开放。
💬 别让共用的 AI 小记忆混在一起
一些评论者觉得,问题可能出在大家共用的计算机隔板,而不是 AI 的大脑。
- 每个人都需要一张分开的工作小桌子。桌子混在一起时,一个人的临时笔记可能跑到另一个人的工作里。有人说重要工作应使用自己的电脑。
- 有人认为是服务设置和 SGLang 工具出了问题,不是 GLM-5.3 模型本身。也有人觉得标题听起来像是在责怪模型。
- 服务讨论的是 1,048,576 个文字小片段,但第一次读取时的缓存只有 681,280 个。这个较小数字可能只管第一步。奇怪的答案也可能被测试误认为成功。
- 大家称赞了清楚的说明和快速修复。一位用户说自己遇到过奇怪的 ChatGPT 听写,但这不能证明它由这次事故造成。
这是评论数为32时的初期(修订1)。获取32条,并从整体抽取32条总结。内容属于HN用户自述,并非编辑部核实的事实。
💬 围绕 GLM-5.3 Workers AI 的 KV 缓存暴露争论
HN 评论大多把问题归因于租户隔离、Cloudflare 配置、SGLang 行为和测试设计,而不是 GLM-5.3 模型本身。评论也对责任范围以及文章标题应如何理解存在分歧。
这是评论数为32时的初期(修订1)。获取32条,并从整体抽取32条总结。内容属于HN用户自述,并非编辑部核实的事实。