Cloudflare披露GLM-5.3缓存泄露事件详情
Cloudflare称Workers AI上GLM-5.3共155条响应受到影响，并已调整缓存池容量、修复SGLang。
Cloudflare于2026年10月26日公布了其托管在Workers AI上的GLM-5.3模型（@cf/zai-org/glm-5.3）发生跨请求KV缓存泄露事件的说明。据gigazine.net报道，共有155条响应受到影响，全部来自超过681,280个token的提示。
Cloudflare调查人员认定，受影响请求在时间与数量上均符合正常长上下文使用模式，因此蓄意利用的可能性较低。事件由配置错误与开源推理引擎SGLang中的漏洞共同导致。
具体而言，GLM-5.3部署时上下文窗口设为1,048,576个token，但prefill KV缓存池仅能容纳681,280个token。SGLang在分离式prefill/decode模式下处理超限请求时存在漏洞，会将被拒绝的请求替换为一个token的占位符，并把占位符KV缓存转发至decode节点。
修复与建议
Cloudflare已下线该模型，将KV缓存池调整至约204万个token，并修补SGLang，使被拒绝的请求被丢弃，同时校验传输的token数量。Cloudflare建议运维人员升级至SGLang v0.5.22或更高版本，并启用延迟KV释放、限制Mooncake传输批次以及开启输出损坏检测。
此前，GLM-5.3于2026年8月27日在Workers AI上线，当时prefill KV池配置小于上下文窗口。2026年8月27日至9月9日期间，部分客户收到了包含其他客户请求数据的响应。该问题于2026年9月8日通过HackerOne报告，Cloudflare于2026年9月9日完成修复并恢复模型。SGLang v0.5.21于2026年10月2日发布，v0.5.22于2026年10月19日发布。
快速问答
此次事件影响了多少条响应？
共155条响应受到影响，全部来自超过681,280个token的提示。
Cloudflare建议升级到哪个SGLang版本？
Cloudflare建议升级至SGLang v0.5.22或更高版本。
问题是如何被报告的？
该问题于2026年9月8日通过HackerOne报告。