GLM-5.3 Workers AI模型跨请求KV缓存暴露及修复措施

Cloudflare近日披露了一起涉及Workers AI平台上GLM-5.3模型的安全事件：该模型在推理过程中存在跨请求KV缓存暴露问题，可能导致一个用户的对话上下文被另一个请求读取。Cloudflare表示已完成修复，并强调事件未波及Workers AI之外的其他产品。 核心问题：KV缓存是加速大模型推理的常用手段，把历史对话的中间计算结果缓存起来，后续请求直接复用，省去重复计算。问题在于，如果缓存键（cache key）的隔离维度设计不够严格，不同用户、不同会话的缓存就可能“串号”。GLM-5.3在Workers AI上的这次暴露，本质上属于多租户环境下的缓存隔离缺陷，而非模型本身被攻破。 对跨境卖家和AI工具用户来说，这件事的直接影响有限，但警示意义不小。一方面，Workers AI按请求计费、主打轻量部署，不少出海团队用它跑客服机器人、商品描述生成、评论摘要等场景，这些场景里往往夹带订单号、客户邮箱、供应商报价等敏感信息。一旦缓存串号，泄露的不是模型权重，而是用户自己喂进去的业务数据。另一方面，这次修复由平台侧完成，开发者无需改代码，但如果你的应用在提示词里塞了大量隐私字段，建议重新审视数据最小化策略，并关注Cloudflare后续是否发布更细粒度的缓存隔离配置项。 从行业角度看，多租户AI推理平台的缓存隔离正在成为新的安全焦点。此前已有研究指出，共享GPU显存、共享前缀缓存等优化手段都可能成为侧信道。Cloudflare此次主动披露并修复，算是给同类平台提了个醒：性能优化和安全边界必须同步设计，尤其是在面向中小开发者的低价推理服务里，隔离强度不能打折。