OpenAI披露推理提取行动，称核心活动与Moonshot相关人员有关

真实AI事故 / 模型安全 / 公司争议 · 9/10 · 建议读原文

OpenAI 9月30日披露，它从7月初观察到有人尝试批量获取模型本不向用户展示的推理内容。7月24日至25日，相关提取模式出现约1.6万次请求；这是尝试次数，不是已经成功拿到1.6万份推理。OpenAI明确说，事件不是数据库或用户会话遭到直接入侵。

技术上的薄弱处在一种会随请求传递的加密推理块。攻击者拿到一段加密内容后，尝试把它放进另一段对话，诱导模型把隐藏内容转写出来。独立研究者8月发表的论文也展示了跨会话、跨模型重放这类工件的攻击路径；它支持“这种漏洞类别存在”，不能替OpenAI证明本次行动是谁实施的。OpenAI称已封禁或限制相关账户、封堵重放路径，并加强输出监测和跨平台协作。

关于Kimi，需要把证据说到它实际能支持的程度。OpenAI表示，它将其中一个核心活动簇归因于“与Moonshot AI有关的个人”，同时承认不能确定所有操作者都属于同一方。该公告没有提供足以让外界独立复核人员身份和组织关系的完整材料，也没有证明Kimi模型用过这些提取内容。现在可以确定的是OpenAI提出了这一归因并披露了修补措施；把它写成“Moonshot公司已被证实盗取模型”会越过证据边界。更普遍的教训是：加密的中间工件若能跨用户、会话或模型复用，隐藏推理仍可能变成新的泄露面。