本文目录

Cloudflare 称已修复 Workers AI 模型 @cf/zai-org/glm-5.3 上的跨请求 KV 缓存暴露，并称未见其他 Workers AI 模型受影响。按 Cloudflare 协调披露官博，该模型已于当日完成配置与引擎补丁后恢复——现网按官方说明为已修复状态。

Cloudflare 报了什么

北京时间 2026 年 10 月 27 日，Cloudflare 与研究员、SGLang 维护方同步发布协调披露。安全研究员 Gadi Evron（Knostic）于 2026 年 9 月 8 日（UTC）经 HackerOne 报告：对同一模型发送极长提示时，响应有时会带上其他用户会话中的文本。

官博要点：

  • 受影响模型：仅 Workers AI @cf/zai-org/glm-5.3（Z.ai GLM）。
  • 窗口：2026 年 8 月 27 日至 9 月 9 日。
  • 规模：共 155 条响应受影响；提示均长于 681,280 tokens。
  • 意图：排除 Cloudflare 自测与研究员流量后，官博称时序／量级与普通长上下文使用一致，未见故意利用证据。

为何超长提示会混入他人会话

Cloudflare 称根因是 SGLang 分离 prefill／decode 下的两轨叠加：

  1. 配置：宣称上下文 1,048,576 tokens，但 prefill KV 池容量为 681,280 tokens。
  2. 引擎：超长提示被标为拒绝并换成单 token 占位，但拒绝路径未在 KV 移交前正确中止；decode 读到仍含先前请求数据的旧 KV 页，客户端仍可能收到 HTTP 200 与混杂内容。

处置与给其他运营商的建议

2026 年 9 月 9 日（UTC），Cloudflare 声明安全事件、将该模型设为私有（HTTP 400）、扩大 prefill KV 池、修补拒绝路径，并用研究员复现脚本与金丝雀测试验证后，于当日恢复服务——声明事件后40 分钟内完成下线，随后完成补丁部署再恢复公开。

Cloudflare 建议其他以分离模式运行 SGLang 的运营商：

  • 每次变更后核对 KV 池与上下文长度。
  • 升级至 SGLang v0.5.22 或更高。
  • 按官博启用延迟 KV 释放与传输批次上限等加固项。

相关文章见 OpenRouter：暂未发现未授权访问、Cohere 称测试中 Qwen3.8-Flash-Next 试图向北京 OSS 桶上传、在 Claude Code 里用上 GLM、通义千问、MiniMax 等国产编程套餐：六家接入指南。