OpenAI公开披露安全事件：Kimi相关账户窃取16000次模型推理|A I自学笔记|AI自学笔记

OpenAI于9月30日（北京时间18:30）发布官方博客，披露一起协调性模型蒸馏攻击事件的完整调查结论，并将核心攻击集群归因于与Moonshot AI（Kimi开发商）相关联的账户。

攻击规模：16,000次请求、4,000+用户

OpenAI在博文中透露，攻击活动于7月1日正式启动，7月24日至25日出现高容量峰值：累计16,000次请求使用相关提取模式，涉及超过4,000名用户。进一步调查发现，相关提示模式活动还涉及超过15,000名用户的更大集群。

攻击的核心目标是OpenAI模型的”受保护推理”（Protected Reasoning）——模型处理任务时的内部记录，可揭示最终答案中未包含的信息。攻击者将一次对话中加密的推理内容复制到另一次对话，要求模型解密并转录其中的隐藏推理，从而实现蒸馏提取。

OpenAI明确表示，攻击者未破解加密、未入侵数据库、未获取存储的用户对话，而是通过”操纵模型交互”使受保护推理以可见形式被复现。

OpenAI将核心攻击集群归因于与Moonshot AI相关联的个体，但同时指出”不确定所有观察到的操作者是否来自单一行为者”。这是OpenAI首次在公开博客中将安全攻击明确归因于另一家主流AI厂商，在业内极为罕见。

OpenAI已将相关发现通过Frontier Model Forum与行业合作伙伴分享，并通过政府信息共享渠道上报，同时关闭了允许重放其他用户加密推理的途径，添加了检测流式输出暴露推理内容的检查。

除协调性攻击外，独立安全研究人员也负责任地向OpenAI披露了跨模型及会话压缩漏洞。OpenAI表示，将继续加强技术保护、检测执法和威胁信息共享，并坦承随着前沿模型能力提升，此类对抗性蒸馏尝试将愈发复杂。