提示词泄露事件暴露零留存承诺边界
文章援引 Dragos 的金丝雀令牌研究,以及 Together AI、OpenRouter 的披露,指出提示词可能经凭证泄露或供应商链路暴露。研究称部分标记为零数据留存的请求也发生了泄露。
AI 深度解读
AI 提示词不一定只被你选中的服务商看到。原文串起 Dragos、Together AI 和 OpenRouter 的三次披露:有人通过诱饵发现提示词外泄,有人因编程 Agent 提交凭证暴露测试样本,还有平台撤销了部分端点的隐私资格。
它提醒开发者:检查模型能力之外,还要检查请求经过谁、样本存在哪里、Agent 能拿到什么权限。标着「不留存」的请求,也不能直接当作私密通道。
「不留存」为什么还会泄露
据原文,Dragos 于 2026 年 11 月 19 日发布研究。研究人员在 2026 年 7 月至 11 月间,向常用 AI 服务发送约 200 万条提示词,每条都放入独有的网址和假凭证,也就是金丝雀令牌(canary tokens)。
这些内容没有放在其他地方。一旦有人访问链接或使用假凭证,研究人员就能收到信号,追查对应的提示词去了哪里。它相当于给数据放了一个会报警的诱饵。
Dragos 称,至少三家 AI 提供商的数据暴露,最早可追溯到 7 月中旬;研究人员通知之前,三家都不知道自己遭到入侵。部分被窃请求还标有 Zero Data Retention(ZDR,零数据留存)。
ZDR 是数据处理承诺,不能替代入侵防护。
承诺不保存提示词,并不能阻止已经进入系统的攻击者接触数据。不过,原文没有给出全部被测服务名单、泄露比例或完整检测细节,不能拿约 200 万次测试直接推算整个行业的泄露概率。

Agent 提交的一把密钥,怎样暴露了客户提示词
Together AI 在 2026 年 11 月 21 日披露:开发公开 GitHub 仓库 xorl 时,一个 AI coding agent 提交了凭证。该凭证可以访问一个私有 Hugging Face 仓库,里面存放着日常软件测试使用的提示词样本。
样本来自对 MiniMax M3、GLM-5.2 和 Kimi K2.6 的请求,主要采集于 2026 年 6 月 24 日、7 月 4 日、7 月 8 日和 7 月 14 日。
自动扫描发现凭证后,相关提交被撤回。但就在暴露窗口内,未经授权的一方已经拿走凭证、下载样本,并从样本中搜索其他服务的凭证,测试能否使用。其中五个被测试的凭证,正是 Dragos 放入的诱饵。
这条链路有两层泄露:Agent 先暴露了访问样本库的凭证,样本里的秘密又成了攻击者下一步的目标。
扫描发现并撤回提交,不等于凭证从未被拿走。
Together AI 表示,尚未发现超出此次事件的额外泄露证据,审查仍在进行;它已为新账户默认开启 ZDR,并调整 AI coding agent 的治理方式。「尚未发现」不能理解为审查已经完成,新账户的默认策略也不能外推到所有存量账户。
请求多经过一层,就多一处需要信任
原文把路由商和转售商比作传递纸条的信使:按文中描述,每个中间环节都可能读到完整内容。Dragos 还发现,有市场卖家用低价吸引请求,再开启日志收集数据,根本不需要利用漏洞。
OpenRouter 于 2026 年 11 月 22 日表示,相关发现没有显示 OpenRouter 自身遭到入侵。它下架了三家提供商,取消了 125 个端点的 ZDR 资格,并通知可能受影响的客户。
这里不能自行拼接结论:Dragos 没公布被入侵的三家提供商,OpenRouter 也没公布被移除的三家,双方没有确认是不是同一批。
原文建议,自托管、直连一级提供商,或者在路由平台自行指定上游。它们解决的问题不同:自托管增加部署和维护成本;直连减少需要核查的公司、合同和隐私政策;指定上游则让请求去向更可控。原文没有提供这些方案的成本或安全性对照数据。
我的判断
我认同原文把注意力从模型转向数据链路。对开发团队来说,提示词样本库、日志和测试数据同样需要保护,不能因为用途是调试就降低访问门槛。
但「自托管是唯一没人能读提示词的方案」说得太满。自托管能减少外部模型服务商接触数据的机会,仍要处理运维权限、日志、备份和入侵风险。
金丝雀令牌也有边界:触发了可以提供泄露线索,没触发却不能证明数据安全。攻击者可能只读取或复制内容,没有尝试使用诱饵。它适合作为检测补充,不能替代权限限制和凭证管理。
这些披露足以支持重新检查数据流,却不足以证明所有路由服务都不安全,也不能量化直连比路由安全多少。
能拿来做什么
- 给 AI 提供前端或 Node 项目上下文前,检查
.env、配置文件和调试输出,用占位符替换真实凭证;已经发送过的有效秘密,应执行轮换。 - 检查编程 Agent 能读取哪些凭证、访问哪些私有仓库,并把秘密扫描尽量放到提交之前。公开提交一旦出现凭证,撤回之后仍要处理凭证失效。
- 使用路由服务时,核对实际上游和 ZDR 适用范围;涉及私有代码或客户数据时,主动限定提供商,并检查提示词是否进入测试样本库。
- 在能够接收告警的前提下,考虑向工具上下文加入不具备真实权限的金丝雀令牌,用它发现异常访问,同时保留其他防护措施。