诱饵凭据测试揭示推理服务数据泄露风险
据文章报告,Dragos 用约两百万条携带唯一诱饵凭据的提示词,追踪到三家推理提供商内部的数据窃取行为。OpenRouter 随后移除三家提供商,并取消125个端点的零数据保留资格。
AI 深度解读
给 AI 发一段提示词,数据究竟会经过谁?Dragos 团队在约 200 万条请求中埋入诱饵,发现风险同时来自入侵者、转售商和服务商自己的数据处理流程。部分请求即使标着 Zero Data Retention(零数据保留,ZDR),内容仍在数天甚至数周后被访问。
这项调查最有价值的地方,是把「相信供应商承诺」变成了「观察数据是否被使用」。对接入 AI API、路由平台和编程 Agent 的团队来说,它提供了一套验证思路,也暴露出隐私标签覆盖不了的供应链问题。
200 万条诱饵请求,怎样证明提示词泄露
2026 年 7 月至 11 月,HD Moore 带领的 Dragos 团队向常用 AI 服务发送约 200 万条提示词。每条都携带只在该请求中出现的秘密,包括真实 AWS 密钥、唯一 URL、DNS 名称,以及 git、SSH、数据库和邮件凭据。
AWS 密钥关联的是空账户,操作有完整日志;其他诱饵背后的基础设施也由团队控制。有人使用诱饵,他们就能追溯到对应的提示词、模型、路由和隐私设置。团队 7 月先使用 Thinkst Canarytokens,随后搭建专用投放服务,部分 7 月投放的令牌到报道时仍在触发。
金丝雀令牌(Canary Token)的逻辑很直接:它没有正常业务用途,任何使用都值得调查。不过,URL 被访问只能证明内容进入了某个处理环节,不能单独证明访问者是攻击者。
团队还做了类似网络 traceroute 的推理链路探测:用提示词里的图片 URL 接收回调,再通过刻意构造的异常请求,观察嵌套错误信息暴露的中间节点。约 2,000 条路径中,数百条包含无法识别的系统,少数还把图片发给了宣传路径之外的公司。
你选择的 API 入口,未必就是数据实际经过的全部公司。
泄露不只有入侵,正常转售也可能暴露数据
调查发现三家推理提供商遭到入侵,最早可追溯至 7 月中旬。三家在 Dragos 通知前都不知情。
最大的一起涉及约数百个 AWS 诱饵密钥。它们各自只向同一家提供商发送过一次,集中在 10 月下旬几个短暂窗口,窗口内发送的请求全部中招。部分请求在模型运行前就被拒绝,密钥却仍被使用,说明攻击者能在入口处复制流量。
攻击者通常在数小时内测试密钥,枚举 S3,查找 Secrets Manager 和 Parameter Store,再尝试启用 AWS Bedrock 模型、创建 Bedrock API keys、添加 IAM 用户。诱饵共触发数万次 AWS API 调用。两家提供商的密钥曾从同一租用服务器被一起使用,研究人员据此推测可能是同一攻击者。
工具也在变化:三周内先后出现伪装 Windows Chrome 的脚本、OrbStack 中运行的 Boto3,以及 Kali Linux 上的 AWS CLI。11 月 1 日还出现 ARTEX,但这里只做了少量密钥存活检查,不能据此认定整场攻击由 AI 自动完成。
另一类暴露甚至不需要漏洞。某些路由市场允许卖家提供模型服务,想收集数据的卖家只需低价上架热门模型、启用请求日志,再等待流量。研究人员对同一模型切换卖家,发现诱饵访问跟随特定卖家出现。
有人在请求发出约一天半后,用家庭宽带和桌面浏览器打开秘密链接、猜测用户名;另有人从法国的家庭网络,用 Mac 手工尝试 SSH root 登录。还有路由商暗中把流量转给市场,直到诱饵触发才暴露这一跳。
这里应区分两件事:基础设施被攻破,以及服务链中的参与者能够读取请求。修补服务器漏洞,解决不了后一个问题。
ZDR 为什么没有挡住后续读取
原文称,一家中国 AI 实验室的系统访问了 7 月至 10 月发送给其模型的过半秘密 URL;标记「no data collection」或 ZDR 的请求,约三分之二也触发了访问,通常延迟两三天。
通过美国托管商发送的请求,也触发了同样的抓取程序。因此,选择美国供应商,并不足以证明处理过程始终留在美国。
最明确的一条证据发生在请求发出 24 天后:完整秘密链接出现在 Feishu 群聊,随后两分钟内被北京、上海的三台电脑和三部手机打开。研究人员此前只向提供商披露链接前八个字符,说明分享者还掌握完整内容。另有一家美国提供商,在单次推理两个月后仍访问诱饵 URL。
OpenRouter 于 11 月 22 日回应:下架三家提供商,取消 125 个端点的 ZDR 资格,通知可能受影响客户,并将诱饵测试和网络路径验证纳入持续检查。它表示没有发现 OpenRouter 自身被入侵。
提供商公告则揭示了不同问题:
Phala 在 11 月 10 日的初步报告中称,攻击者利用遗留公网服务,以及信任 loopback、缺少独立认证的管理接口,接管一台未完成安全加固便承接生产流量的推理 VM。11 月 8 日完成遏制。
其风险窗口是经 OpenRouter 到达 Phala 的 DeepSeek V4 Flash 0731 请求:2026 年 10 月 21 日 00:00 UTC 至 11 月 8 日 05:35 UTC。诱饵只确认 10 月 21–22 日存在滥用,但抽样不能排除其他日期,因此公告要求按更宽窗口处理。
Together AI 在 11 月 21 日披露,它把获准用于测试的提示词样本存入私有 Hugging Face 仓库;开发公开 GitHub 项目 xorl 时,AI coding agent 提交了可访问该仓库的凭据。扫描发现后虽撤回提交,攻击者仍在暴露期间下载了样本,并测试其中的凭据,五个属于 Dragos 诱饵。
样本涉及 MiniMax M3、GLM-5.2、Kimi K2.6,主要来自 2026 年 6 月 24 日、7 月 4 日、7 月 8 日和 7 月 14 日。Together AI 表示将采用限权或短期凭据、对所有 PR 检查凭据、更新 Agent 流程,并为新账户默认开启 ZDR。
Novita 的公告涉及转发 MiniMax 请求。OpenRouter 11 月 21 日的客户邮件还列出 AtlasCloud、Novita、StreamLake,称这些托管商确认将 MiniMax 流量转给 MiniMax,并取消相关端点的 ZDR 标签。
三家遭入侵者、三家被下架者,以及上述公告涉及的公司,不能直接画等号。
我的判断
这项研究最有说服力的是可归因的诱饵设计。每个秘密只出现在特定请求里,后续使用就有了调查起点。相比只看控制台开关和合同条款,这能提供实际运行中的证据。
但证据也有边界。约数百个密钥、数万次 API 调用都来自 Dragos 自有遥测,底层日志未公开;原文作者明确没有亲自运行测试。约 200 万次投放也不能直接换算成整个行业的泄露概率,因为供应商选择和流量分布没有完整公开。
ZDR 的价值不能因此一笔抹掉,Together AI 的事件恰好说明,保留样本会增加后续暴露面。不过,这次调查表明,入口提供商的承诺未必沿每一跳执行。一个标签不足以证明全链路的数据处理方式。
原文作者把 ARTEX 从授权测试工具进入攻击链条的过程联系起来,这属于观察和判断。此次遥测只显示它检查了已有密钥,缺少对照数据,也不足以证明它显著提高了攻击效率。
对开发团队而言,固定供应商和明确路由更便于追责,但同样不能代替入口安全、凭据治理和保留策略。诱饵也只是发现手段:它能告诉你出事了,未必能独自定位是哪一跳。
能拿来做什么
- 先核对实际提供商和时间窗口。若 DeepSeek V4 Flash 0731 请求在上述窗口经 OpenRouter 到达 Phala,应按其公告轮换其中所有密钥、令牌和密码;使用过 Together AI 相关模型的团队,应核查样本范围及客户通知。
- 给 Node AI 网关、Agent 工具调用和错误上报增加发送前脱敏,优先清除
.env内容、Authorization、数据库连接串和云凭据。提供商拒绝请求,也不能保证入口没有接触正文。 - 在内部 AI 流程放置独立、可追踪的诱饵 URL 或凭据,并配置告警和轮换流程。真实凭据诱饵应采用空账户、严格限权和完整日志,避免测试本身引入权限。
- 为 AI coding agent 使用限权或短期凭据,并在 PR 中检查秘密泄露。使用 AWS 的团队还可将
artex-agent、artex-judge-r121加入 CloudTrail 检测,结合密钥枚举和异常 IAM 操作判断。