研究揭露提示词被盗数月后,OpenRouter 移除 3 家服务商;DeepSeek 被替换 53 小时

一项在近 200 万条提示词中植入可追踪机密的研究揭露,AI 推理服务商存在长达数月的提示词被盗问题——而服务商自己在研究人员告知之前,根本不知道已被入侵。OpenRouter 是将客户请求路由到多家服务商的网关,该公司于 11 月 22 日宣布,已将三家服务商从平台移除,并取消了 125 个端点的零数据保留(Zero Data Retention)资格——该标识承诺提示词永远不会被存储。该公司表示,OpenRouter 自身并未遭到入侵,并已通知所有可能受影响的客户。

这项研究来自工业网络安全公司 Dragos。首席研究官 HD Moore 在 7 月至 11 月期间,通过 OpenRouter 和 Vercel 等路由器、转售商和托管方发送的约 200 万条提示词中,植入了唯一的凭据和链接——即所谓的“金丝雀令牌”(canary token)。一旦被植入的机密被使用,研究人员就知道那条提示词已被读取——这证明提示词被盗是真实存在的。据 Ars Technica 报道,此次披露于 11 月 19 日作出。

三家服务商遭入侵,一个什么都记录的市场

研究人员发现至少三家托管服务商存在被入侵的迹象。在最大的一起事件中,数百个被植入的 AWS 密钥——每个密钥仅在 10 月底的短暂窗口内、通过恰好一次请求发送给一家服务商——在 AWS API 调用中被重复使用了数万次:攻击者列举 S3 存储桶、搜索 Secrets Manager 和 Parameter Store,并尝试创建 Bedrock 密钥和 IAM 用户。在这些窗口内发送的所有请求都被窃取,包括一些在任何模型运行之前就被服务商拒绝的请求——这表明窃取发生在入口处,而非推理栈深处。同一名攻击者似乎通过一台租用的服务器同时入侵了两家服务商,并于 11 月 1 日使用 AI 驱动的渗透测试框架 ARTEX 确认这些密钥仍然有效。研究人员表示,与测试一同处理的真实客户请求几乎肯定也被复制了——提示词被盗并不限于诱饵。

研究的另一部分甚至不需要入侵:AI 推理市场上的卖家以最低价格挂出模型,开启请求日志,并收集流经的数据。其中一人通过法国的家庭网络,从两条提示词中获取密码,并手动输入尝试 root SSH 登录。一家中国 AI 实验室——研究未点名——获取了 7 月至 10 月发送给其模型的半数以上提示词中的机密链接,其中约三分之二被标记为不收集数据或零数据保留。而一条发送给美国服务商的机密链接,在 24 天后出现在了中国职场应用飞书(Feishu)的聊天中。

Dragos 没有点名三家被入侵的服务商,OpenRouter 也没有点名被移除的三家——两者是否为同一批,也未得到公开证实。

服务商已确认的情况

三家服务商已披露了各自的事件,OpenRouter 对此进行了汇总。Phala 表示,攻击者控制了一台推理服务器,可以在处理过程中查看请求数据;该事件已于 11 月 8 日得到控制。在 10 月 21 日(00:00 UTC)至 11 月 8 日(05:35 UTC)期间通过网关到达 Phala 的、针对 DeepSeek V4 Flash 0731 模型的请求,应被视为已泄露,其中包含的所有密钥、令牌或密码都应更换。

Together AI 表示,在一名 AI 编程智能体将凭据发布到该公司公开的 GitHub 代码库后,未经授权的一方下载了存储的客户提示词样本。这些样本来自 6 月和 7 月对 MiniMax M3、GLM-5.2 和 Kimi K2.6 模型的请求;入侵者测试的凭据中有五个是研究中的金丝雀令牌。该公司表示,没有理由相信数据被进一步传播,并已将零数据保留设为新账户的默认设置。

Novita 确认了一个路由配置问题,导致部分 MiniMax 模型的请求被发送到 MiniMax 的官方 API——Geekiki 此前已报道过这一情况:OpenRouter 提醒:发送给 MiniMax 模型的提示词可能已被第三方读取。

同一周内,DeepSeek 被替换了 53 小时

另外,Prime Intellect 于 11 月 19 日披露(公告 PI-SA-2026-001),未经授权的一方将其 deepseek/deepseek-v4.1-flash 端点背后的模型替换为一份“消融”(abliterated)副本——即经过修改以减少或消除拒绝行为的公开权重。替换从 11 月 8 日(01:24 UTC)持续到 11 月 10 日(06:35 UTC),共 53 小时 11 分钟。该公司的测试显示,模型能力没有变化(GPQA Diamond 与 τ-bench 保持稳定),但拒绝率骤降:JailbreakBench 从 100 条提示词中拒绝 98 条降至仅 1 条,StrongREJECT 从 313 条中拒绝 304 条降至 2 条,HarmBench 从 240 条中拒绝 198 条降至 0 条。Prime Intellect 表示,未发现提示词或回答被记录或离开集群的证据——但 OpenRouter 发给受影响客户的邮件(由 T3 Chat 开发者 Theo 在 X 上分享)称,不能排除请求在处理过程中被读取的可能性。该公司表示已联系所有受影响客户,并建议检查该期间的输出;调查仍在进行中。

提示词被盗事件的教训很直接:隐私标识只约束第一跳——智能体会发送它能读取的一切内容,包括凭据。建议是手动选择上游服务商,而不是接受默认服务商池;核实隐私设置是否真的改变了请求的去向;对于无法承担风险的用户,应自行托管模型。在上下文中植入虚假凭据进行测试可以作为警报:一旦这些凭据被使用,就应视为安全事件处理。

图片:The Hacker News 提供的 OpenRouter 插画,“零数据保留”标识被划掉。

来源:The Hacker News;Prime Intellect — Notice regarding deepseek/deepseek-v4.1-flash (PI-SA-2026-001);CryptoNews;CybersecurityNews。

透明度说明:本文在人工智能的协助下制作,交叉核对了 X 上的公开帖子与互联网来源,并在发布前经过审核。请查阅原始来源以确认信息。

Por Muse