服务对象与地域限制
PuppyIP 仅面向海外合规企业及其授权人员提供服务，不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动，严禁在中国大陆境内使用本服务。
代理 IP 或服务器位于境外，不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。
本文要点
- Cloudflare 将影响限定为 Workers AI 的 GLM-5.3，时间为 2026 年 8 月 27 日至 9 月 9 日；模型修复后于 9 月 9 日恢复。
- Cloudflare 报告 155 条响应受到影响，全部对应超过 681,280 token 的提示；这不是 155 名客户的数量，也不等于所有长提示都泄露。
- 根因由两部分叠加：模型上下文窗口为 1,048,576 token，而 prefill KV 池只能容纳 681,280 token；超长请求的占位符交接又让 decode 端读到旧缓存页。
- Cloudflare 建议 SGLang 运营者升级到 v0.5.22 或更高版本；校验和与 KV canary 仍未覆盖所有模型架构，需核对实际日志。
先看影响范围：仅 GLM-5.3，事件已修复
Cloudflare 在 2026 年 10 月 26 日的披露中说明，Workers AI 的 GLM-5.3 自 8 月 27 日上线后存在跨请求 KV 缓存隔离问题。Cloudflare 于 9 月 9 日修复配置和推理引擎后恢复该模型。
Cloudflare 报告共有 155 条响应受到影响，全部来自超过 681,280 token 的提示。它称没有证据显示有人故意利用该漏洞，并确认 Workers AI 的其他模型未受影响；“155 条响应”不是受影响客户数，也不能推成每条超长提示都会暴露数据。
缓存为什么会带出前一请求的数据？
KV 缓存保存模型处理提示时生成的中间状态，后续生成 token 时可以复用。Cloudflare 将 GLM-5.3 的上下文窗口配置为 1,048,576 token，但 prefill GPU 上的 KV 缓存池最多只能容纳 681,280 token。
第二项问题出现在 SGLang 的分离式 prefill/decode 流程：超出缓存池的提示虽被内部标记为拒绝，却被替换成一个 token 的占位符继续处理。prefill 把占位符对应的缓存交给 decode 端并报告传输完成，但并未覆盖大部分旧状态；decode 端于是按“新提示已完整写入”的假设继续生成，可能读到前一请求留下的缓存页。
Cloudflare 做了什么，SGLang 运营者该看什么？
Cloudflare 先停用了模型，把 KV 池调整到能容纳完整上下文，并修补了拒绝请求的交接路径，再于 9 月 9 日恢复服务。Cloudflare 说此问题的补丁进入 SGLang v0.5.20，之后 v0.5.21 和 v0.5.22 又带来后续修复；其报告强烈建议运营者升级到 v0.5.22 或更高版本。
报告还建议核对 prefill 和 decode 两端的缓存池容量与上下文长度是否匹配，在跨节点交接前拒绝无法处理的请求，并在两端启用延迟释放缓存页、限制 Mooncake 传输批次。模型支持时可启用 KV 校验和或 canary 检测，但应查日志确认它们确实覆盖当前请求。
哪些保护还没有覆盖所有模型？
Cloudflare 明确指出，<code>--disaggregation-enable-kv-checksum</code> 和 <code>--kv-canary</code> 当时并未覆盖所有模型架构；报告称正在与 SGLang 团队扩展对 GLM-5.3、GLM-5.3-Flash 和 DeepSeek V4 等架构的支持。因此，配置了开关不代表每种模型都已获得相同的缓存完整性检查。
Cloudflare 将 v0.5.22 或更高版本作为运营建议，并说明超长请求应在交接前被拒绝。这是报告发布时的版本建议，不是对所有 SGLang 部署的安全保证；仍需按自己使用的模型架构、配置和日志确认保护是否生效。
不要把它和另一条 Workers AI 错误事件混为一谈
这次披露讲的是 GLM-5.3 的请求隔离与缓存生命周期问题，不是所有 Workers AI 模型推理错误。PuppyIP 另有一篇10 月 15 日推理错误事件说明，它依据 Cloudflare 状态页梳理的是另一组模型和已解决时间线。
Cloudflare 表示该 GLM-5.3 问题已修复并恢复服务；这份 10 月 26 日报告是事后披露，不代表当下仍有事件。若运营者要判断自己的请求或模型架构是否受影响，应比对实际模型 ID、时间范围、提示长度和服务日志，不应从其他事件或相似模型名称推断。
读者还需要保留哪些未知？
Cloudflare 公布了受影响响应总数和适用提示长度，却没有在这篇报告中列出受影响客户名单。报告说没有发现故意利用的证据，这不等于证明任何时间都不存在恶意行为。
如需评估自己的 SGLang 部署，应使用已公开的版本与配置指导，并核对架构实际支持的完整性检测。不要把“升级完成”“开关已配置”或请求返回成功，单独当作每个缓存交接都已验证的证据。
资料来源
常见问题
这次问题影响所有 Workers AI 模型吗？
没有。Cloudflare 说受影响的只有 GLM-5.3 Workers AI 模型，其他 Workers AI 模型未受影响。不要把该范围扩展到其他平台或相似名称的模型。
受影响的是 155 名用户吗？
Cloudflare 报告的是 155 条响应受到影响，并称这些响应都对应超过 681,280 token 的提示。它没有把这个数字说成客户或用户数量。
SGLang 运营者应升级到哪个版本？
Cloudflare 在 2026 年 10 月 26 日的报告中强烈建议升级到 v0.5.22 或更高版本。报告也说明校验和与 KV canary 未覆盖所有模型架构，应查日志并确认当前架构实际支持哪些检测。
Cloudflare 恢复模型后，自己的部署可以视为安全了吗？
不能仅凭该报告判断其他部署。Cloudflare 说 GLM-5.3 于 9 月 9 日修复后恢复，但其他运营者仍需核对自身 SGLang 版本、上下文与 KV 池配置、拒绝请求流程和受支持的检测日志。