研究人员披露，Anthropic、OpenAI 和 Google 的推理模型存在一类共同的加密设计问题。攻击者可借此读取模型隐藏的推理过程，并从开发者公开上传的会话日志中提取敏感信息。研究团队称，他们已从公开仓库抓取并解码超过 31.5 万个推理区块，恢复出 182 组凭证，其中包括 62 个仍可使用的 API 密钥。
问题出在全局密钥
这项研究由 MATS Research、ELLIS Institute Tübingen、马克斯·普朗克智能系统研究所和安全公司 Snyk 的研究人员提交，时间为 8 月 10 日。目标对象是带有“推理链”的模型，也就是先在内部生成一段中间推理，再给出最终答案的模型。
按文章描述，Anthropic、OpenAI 和 Google 都会对这段隐藏推理进行加密，并在后续对话中把加密区块传回自家服务器，以维持上下文连续性。问题在于，这些区块并未绑定到具体用户、会话或单一模型，而是在同一厂商体系内共用一把全局密钥。
这意味着，同一厂商旗下不同模型之间可以识别并处理彼此的加密推理区块。研究人员称，攻击者可把更强模型生成的加密推理内容，注入到限制更少的较弱模型中，再要求后者直接输出明文内容。
可跨模型读取隐藏内容
研究人员以 Anthropic 为例称，Claude Opus 4.8 的加密推理区块可被注入 Claude Haiku 4.5，并由后者直接读出。类似方法也在 OpenAI 的 GPT-5.6 系列和 Google 的 Gemini 模型中复现。
文章称，这一过程不需要特殊权限，普通 API 访问权限就足以完成攻击。研究人员还表示，多数测试提示下，解码得到的推理 token 数量与 API 计费中的 thinking token 数量可以一一对应。
除读取隐藏推理外，这一漏洞还可能带来多种风险，包括窃取模型推理模式用于蒸馏训练、从共享日志中提取隐私数据、在监控工具看不到的加密区块中植入提示注入指令，以及借助防护较弱的同系模型绕过更强模型的限制。
公开日志已暴露敏感信息
研究团队称，他们从 GitHub 和 Hugging Face 上公开可见的仓库中抓取了 315,320 个推理区块，并从中恢复出：
- 182 组凭证
- 62 个有效 API 密钥
- 33 个密码
文章还提到，研究人员发现了 30 个个人邮箱地址，以及共计 367 项可识别个人身份的信息。另有 6,708 份包含已解码推理区块的会话记录已被抓取自公开网络，这部分内容不会因厂商补丁上线而自动消失。
厂商已部署缓解措施
报道显示，研究团队按负责任披露流程通知相关厂商后，Anthropic、OpenAI 和 Google 均已部署服务器端缓解措施。补丁可以降低后续风险，但无法抹去此前已被公开分享和抓取的日志内容。
对使用推理模型 API 的开发者而言，这次事件也再次暴露出，把会话日志直接上传到公开仓库，可能带来超出预期的数据泄露后果。
