GPT、Claude 與 Gemini API 爆隱藏推理外洩漏洞：可透過同廠低階模型跨模型讀取，還原出密碼與金鑰

據報導，X 用戶 @kotekjedi_ml 與研究團隊發現 Claude、GPT 和 Gemini API 存在隱藏推理（reasoning）外洩漏洞，可將原本不向用戶展示的加密推理區塊還原為可讀文本。 為支援長任務與 Agent 狀態恢復，API 會將內部推理封裝成加密的不透明區塊（opaque block）交由客戶端保存。漏洞在於系統僅驗證資料未被篡改，卻未嚴格綁定當前模型與會話（context binding）。研究人員利用跨模型相容性（cross-model compatibility），將強模型（如 Claude Opus）生成的 reasoning 區塊放入同廠較易繞過的低階模型（如 Haiku）上下文中，讓後者將內容轉錄出來。 實測顯示，Anthropic、OpenAI 和 Google 模型的恢復文本長度與 API 紀錄的 hidden thinking token 數高度對應。研究團隊從 GitHub 與 Hugging Face 收集 6,708 條公開 Agent 運行紀錄，成功還原 315,320 個 reasoning block，並從中發現未出現在公開對話中的 API key、密碼、私鑰與內部技術資訊。 此漏洞恐引發兩大風險： - 低成本模型蒸餾：提取方可利用低成本模型讀取高階模型的 encrypted reasoning。實驗顯示，僅將 Opus reasoning 開頭約 1% 的 token 放入 Kimi K3 的上下文，Kimi K3 的回答方向即明顯向 Opus 靠攏。 - 無形提示詞注入（invisible prompt injection）：惡意內容可隱藏在 reasoning 中，當 Agent 重新載入該狀態時會受影響並執行額外動作，且能繞過針對明文的傳統安全掃描。