跳至正文返回首页Cloudflare 披露 GLM-5.3 跨请求 KV 缓存泄露：155 条超长提示响应受影响
- 事件与影响：2026 年 8 月 27 日至 9 月 9 日，Workers AI 上的 GLM-5.3 在极长提示下返回了其他客户此前请求中的数据；受影响响应共 155 条，均对应超过 681,280 token 的提示。9 月 8 日经 HackerOne 收到报告，9 月 9 日模型下线并在 40 分钟内复现问题，随后修复恢复。
- 根因拆解：Cloudflare 为 GLM-5.3 配置了 1,048,576 token 上下文，但 prefill GPU 的 KV 缓存池仅能容纳 681,280 token；SGLang 在 disaggregated prefill/decode 模式下将超长请求标记为拒绝并替换为 1-token 占位符，但拒绝状态未阻止请求进入传输，decode 节点读取了未被本请求覆盖的旧 KV 页。
- 修复与上游：Cloudflare 将 prefill KV 池扩至约 204 万 token，并补丁让被拒绝请求在 admission 队列提前退出；SGLang v0.5.20 至 v0.5.22 合并相关修复，包括拒绝路径、延迟释放、传输校验和等。Cloudflare 建议运营方核对 KV 池与上下文长度，并升级至 v0.5.22 或以上。
- 行业意义：这是生产推理栈多租户隔离的具体失效案例：KV 缓存页未清零且跨节点传输，错误路径可直接暴露其他请求内容。对自建 SGLang disaggregated 部署的团队，配置校验、拒绝路径与传输完整性检查需要同时覆盖，而不能只依赖 HTTP 状态码或吞吐测试。
🔗 Cloudflare 官方博客 | SGLang 协调披露
