Cloudflare odkrył poważną lukę w modelu GLM-5.3 udostępnianym przez Workers AI, w której cache KV (key-value) z jednych żądań ulegał ekspozycji dla innych równoczesnych zapytań użytkowników. Problem ten mógł prowadzić do wycieku wrażliwych informacji przekazywanych do modelu, takich jak instrukcje systemowe, dane kontekstowe lub historię rozmów.
Luka stanowiła ryzyko szczególnie dla scenariuszy, gdzie różni użytkownicy wysyłali jednocześnie żądania do tego samego modelu. Zamiast każde żądanie miało izolowany kontekst, cache nie był odpowiednio segmentowany, umożliwiając wyciek danych między sesją. Cloudflare szybko zareagował na odkrycie problemu bezpieczeństwa, publikując szczegółowe wyjaśnienie na swoim blogu oraz procedury naprawy.
Incydent podkreśla znaczenie testowania bezpieczeństwa w modelach AI dostępnych na platformach chmurowych, zwłaszcza gdy przetwarzają wrażliwe dane użytkowników. Takie luki mogą mieć poważne konsekwencje dla firm polegających na Workers AI do swoich aplikacji, a szybka komunikacja i naprawy są kluczowe dla utrzymania zaufania do usługi.