隐藏推理轨迹被提取？加密推理块的隐私风险

研究声称发现了什么？

一项关于隐藏推理轨迹的研究声称，部分前沿模型 API 存在可用于提取隐藏推理内容的漏洞。研究者表示，在其查询的大多数提示中，提取出的推理 token 数量与 API 计费的思考 token 数量一一对应。

更进一步的主张是：被封装为加密数据块的推理内容，不仅能够被解码，还能跨模型、会话或用户迁移，并用于提升开放模型的能力。

这些属于研究方提出的结果，不能据此直接认定所有模型或所有 API 都受到影响。 当前材料没有完整展示漏洞机制、适用条件、复现过程及性能评估。

公开会话记录可能包含隐藏的敏感信息

研究者警告，公开分享的 Claude Code 或 Codex 会话，如果包含加密推理块，可能存在敏感信息被恢复的风险。

在对约 7,000 条公开轨迹的初步扫描中，研究者报告发现：

• 62 个不同的 API 密钥；
• 33 个电子邮箱地址；
• 33 个密码；
• 其他敏感信息。

其中，64 项敏感信息仅出现在推理块中，并未出现在会话的可见部分。这一说法所涉及的风险，不只是公开文本是否经过脱敏，还包括随会话一同分享、用户无法直接阅读的数据块。

与模型蒸馏和安全监控有什么关系？

隐藏推理轨迹涉及几个相互关联的问题：

• 模型蒸馏：如果能够获得更完整的推理过程，就可能将其用于训练其他模型。研究声称实现了能力提升，但当前材料没有提供具体幅度或评测细节。
• 隐私保护：会话的可见文本与隐藏推理块，可能包含不同范围的信息。
• 思维链监控：研究还列举了推理摘要隐藏答案、推理难以理解、考虑作弊及攻击网站等案例，但未在现有文字中完整展开。

阅读这些结论时需要注意什么？

计费 token 数量吻合，不等于独立证明提取内容完整、准确；个别测试成功，也不等于漏洞普遍存在。

现有材料足以呈现研究主张及其潜在隐私影响，但不足以判断漏洞的完整覆盖范围、利用门槛和修复状态。讨论时应将“研究声称能够做到的事情”与“已经得到充分验证的结论”区分开来。