加密思维链竟能被跨模型偷走
研究团队发现，三家主流大模型 API 返回给客户端的加密推理块，曾可跨会话、用户和模型复用。攻击者把强模型的加密块交给较弱模型，再用越狱提示诱导它转录隐藏推理。

团队扫描 6,708 条公开 agent 轨迹，重建 315,320 个推理块；按会话计，4.9% 至少泄露一项真实敏感信息。真实用户会话中统计到 704 项隐私数据，其中 64 项只存在于隐藏推理，不在可见聊天里。

重要边界：这是 2026 年 8 月的 arXiv v1，攻击基于 7 月 API；作者称负责任披露后，同样攻击已无法复现。最现实的提醒不是“所有思维链都已泄露”，而是别公开上传含推理签名的原始日志，明文删敏不一定够。

人工智能
AI安全
网络安全
大模型