Why Kimi Suddenly Started Sounding So Much Like Claude? — Ilia Shumailov & Alexander Panfilov

研究者用小模型解密了 GPT、Claude 等主流大模型的推理记录，35 万条数据暴露大量隐私和安全风险，所有主流厂商均受影响。

大模型厂商一直用“推理记录”来追溯模型思考过程，本意是加密存储、方便后续调用。最新研究却发现，这些加密推理其实能被同家族的小模型轻松解密，甚至能跨用户、跨模型复用，导致隐私泄露、越权访问和恶意注入等新型攻击。你将看到攻击原理、真实案例、厂商应对和修复难点，理解这场大模型安全危机的全貌。

研究者发现，大模型的推理记录其实很容易被自家小模型还原，所有主流厂商都未幸免。

• Ilia Shumailov 和 Alexander Panin用小模型直接解码了 GPT、Claude、Gemini 等主流模型的推理记录，无需破解加密算法。
• 攻击方式：攻击者只需把加密推理记录“塞”进小模型，模型就能自动还原原始内容。
• 横向复用：推理记录能跨用户、跨模型（如 Claude Opus 到 Claude Haiku）甚至跨会话复用，攻击面极广。

推理记录一旦泄露，用户隐私和模型安全都面临新威胁。

• 隐私泄露：即使用户删除聊天，只要推理记录还在，攻击者就能还原出医疗信息、账号密码等敏感内容。
• 恶意注入：攻击者可用带“恶意思考”的推理记录注入他人会话，诱导模型做出异常行为或泄露数据。
• 越权访问：低权限模型能“借用”高权限模型的推理，获得本不该有的信息或能力。

厂商已知晓漏洞并着手修复，但彻底解决需要产品和架构层面的大改动。

• 厂商反应：研究者已向 Anthropic、OpenAI、Google 等披露漏洞，厂商承认问题并启动修复，但主流产品仍受影响。
• 临时对策：最直接的方法是彻底不向用户返回推理记录，或让推理只能在特定上下文中解密，防止随意复用。

“基本上第三次尝试后，我就用小模型实现了对主流大模型推理的通用解密，这个事实到现在还让我震惊。”

• 用大模型处理敏感业务时，必须彻查推理记录的存储、分享和清理机制，别只删表面聊天内容。
• 产品设计时，推理记录要和上下文绑定、严格隔离访问权限，不能只相信“加密即安全”。