研究破解 OpenAI、Anthropic 與 Google 加密推理過程：將前沿模型軌跡輸入同廠較弱模型即可還原明文

研究人員發表最新論文（arXiv:2608.09867），揭露一種可從 Claude、GPT 與 Gemini 提取隱藏「推理軌跡（reasoning traces）」的漏洞。由於 Anthropic、OpenAI 與 Google 會向客戶端回傳加密的思維鏈（chain-of-thought）區塊，且這些區塊允許跨工作階段、使用者與模型重播。研究團隊藉由將前沿模型產生的加密軌跡輸入至同廠的較弱模型中，再對較弱模型進行越獄（jailbreak），即可成功還原出強大模型的隱藏推理明文。開發者實測指出，透過呼叫 OpenAI 的 `gpt-5.6-luna` 模型 API 即可觀察到此加密區塊機制；開源社群則呼籲在官方修補此漏洞前，盡快收集 Opus 5 等前沿模型的推理資料集。