💡 站外导读:当开发团队通过OpenRouter或Vercel等AI网关把提示词路由到最便宜的推理节点时,很少有人追问一句:这段明文Prompt究竟在多少台未知服务器之间流转?安全公司Dragos首席研究官HD Moore近日公布了一项震撼业界的“煤矿金丝雀”实验——他向AI生态投递了近200万个全新且唯一的诱饵凭证,结果追踪到了黑客入口截包、低价转售商偷记日志,以及ZDR零留存承诺形同虚设的全面失守。

一、 从 OpenRouter 到 Vercel:200 万个“煤矿金丝雀”如何织成一张供应链追踪网
现代 AI 应用的调用链路早已不再是“开发者直连 OpenAI 或 Anthropic”的两点一线。为了动态比价、容灾切换或匹配特定任务模型,大批应用普遍接入了 OpenRouter、Vercel 等中介“AI 路由器(AI Router / AI Gateway)”。这些路由器接收终端用户的提示词后,会根据价格与负载将请求转发给后端的推理引擎池;更复杂的是,请求还可能从一个 AI 路由二次转手到另一个 AI 路由,再落入分散在不同云主机商里的开源或闭源模型实例。
尽管请求在网络传输层(TLS)是加密的,但路由器必须读取提示词明文才能做内容调度,下游的每一跳节点也都需要解密明文才能完成推理。为了摸清明文提示词在黑盒供应链中的真实去向,著名安全研究员、Dragos 首席研究官 HD Moore 组装了一批从未被使用过的全新诱饵资产——包括绑定空 AWS 账户的有效访问密钥(Access Key)、SSH 密码,以及由他本人完全掌控回连基础设施的唯一 URL、DNS 域名与私有 Git 仓库地址。他将每个金丝雀凭证严格嵌入只发送给单一服务商的唯一一条提示词中,累计投递接近 200 万次,如同给每一跳链路打上不可抵赖的“分子追踪荧光剂”。
二、 入口截包与万次盗刷:三家 AI 托管商被证实遭同一对手入侵,ZDR 标志形同虚设
实验反馈回来的遥测警报几乎触目惊心。首先浮出水面的,是至少三家独立 AI 托管商已遭外部攻击者彻底攻破。在 10 月下旬的几个短时间窗口内,Moore 投递给其中一家托管商的每一条请求无一例外遭到窃取,总计有“几百枚”AWS 诱饵密钥被攻击者提取复用。
更令安全团队脊背发凉的细节在于,部分被盗密钥甚至出自尚未送达推理模型、在网关前置校验阶段就被服务端拒绝的请求——这证明攻击者并非潜伏在推理引擎深处,而是直接驻留在托管商的“前门(Front Door)”全量复制传入流量。在另外两家沦陷的托管商中,大量被盗请求明确携带了 ZDR(Zero Data Retention,零数据留存)隐私标记,但当对手已经坐在内网入口处时,一纸隐私标志显然挡不住横向窃密。
黑客在拿到诱饵密钥后的反应速度以小时计:他们迅速从同一台租用服务器发起并发探测,先后调动两家被黑托管商窃得的密钥翻找 S3 存储桶、Secrets Manager 与 Parameter Store 以寻找更多凭证,并尝试在 AWS Bedrock 中启用托管模型、创建后门 IAM 用户维持持久化权限。仅这些诱饵密钥,就累计触发了“数以万计”次 AWS API 恶意调用。
三、 明面低价揽客、暗地爬虫回流:转售商日志偷窥与跨国数据主权失守实证
除了外部黑客,推理市场中部分“监守自盗”的低价转售商同样被金丝雀实验精准揪出。这些转售商往往以极低的单价吸引路由器将流量切给自己,随后在后台悄悄打开请求日志落盘。Moore 通过交叉对照实验——经由不同卖家向同一底层模型发送带不同诱饵的请求——锁定了那些“只要走特定转售商通道、密钥随后必定被复用”的作恶节点。
此外,多项针对秘密 URL 与私有仓库地址的回连追踪,揭开了令企业法务最难接受的“隐私条款违约与跨境流向黑洞”。实验明确记录到一家中国 AI 实验室与多家美国本土托管商的越界爬虫行为:
| 泄露链路角色 | 实测异常行为与典型手法 | 涉及数据规模与触发延迟 | 对 ZDR / 地域合规的实际冲击 |
|---|---|---|---|
| 遭入侵的 3 家托管商 | 攻击者在网关入口直接全量拷贝请求,随后翻找 S3、IAM 提权并尝试开启 Bedrock 模型 | 几百枚 AWS 密钥被提取,数小时内并发测试,触发 数万次 AWS API 调用 | 即便请求被前置拒绝或标注 ZDR,仍被入口嗅探全量截获 |
| 恶意推理转售商 | 以超低 Token 报价引流至自家节点,暗中启用明文请求日志并转交/盗用提取的凭证 | 跨卖家同模型对照测试证实凭证复用与路由路径高度绑定 | 彻底架空上层 AI 路由器的隐私承诺,形成供应链“暗池” |
| 某 AI 实验室及美方分销商 | 自动抓取提示词中的秘密 URL,随后另有云端 Git 客户端尝试克隆提示词内私有仓库 | 7–10 月超半数请求触发回连,约 2/3 ZDR 请求 2–3 天后遭抓取 | 通过美国托管商调用同样触发回流,导致“数据留在美国”的采购预期落空 |
| 长尾异常美国托管商 | 在单次搜索端点推理调用或常规路由请求后,长期保存或延后触发内部抓取任务 | 发现单次调用 两个多月后 仍出现秘密 URL 抓取回连 | 说明后台日志清理周期远超用户预期,静态秘密存在长尾暴露窗口 |
四、 自建、直连一线大厂与选路隔离:企业级 AI 调用链的三条防泄漏底线
面对“几乎像筛子一样漏风”的多层转售体系,HD Moore 在结论中给出了一套非常务实的企业防御优先级。最彻底的隔绝手段无疑是将核心工作负载迁回本地或专有私有化部署(On-premises),但考虑到高昂的 GPU 集群运维与显存摊销成本,这只适合预算充沛的头部机构或绝密场景。
对于绝大多数无法自建机房的研发团队而言,次优但性价比较高的防线是放弃匿名低价转售池,直接向一线模型原厂(First-Tier Provider)采购服务——至少在法律与审计层面,你只需要阅读“一份合同与一份隐私协议”,出现越界追溯时责任主体单一且明确。更重要的是,在使用 OpenRouter 等聚合路由器时,工程师应主动禁用“默认按最低价自动寻路”的路由策略,显式锁死经过安全尽调的白名单上游供应商,并严格落实 Secret Scanning 与网关前置脱敏,切勿把生产环境的 AWS AK/SK、数据库口令或未公开商业机密直接裸奔送进提示词。
📝 站长洞察 (Editor’s Insight)
HD Moore 这组 200 万金丝雀实验,算是把当前 AI 基础设施“只卷价格、不设防线”的灰面彻底掀开了底牌。很多团队以为在 API 请求里传一个 zero_data_retention=true 参数就能高枕无忧,却忽略了多跳路由下每一级网关都要解密明文、而最底层的低价推理节点甚至可能连主机入侵检测都没有。从安全第一性原理看,秘密一旦以明文离开己方边界,就已经失去了物理控制权。企业把 AI 接入生产流之前,必须像审查开源依赖一样审查 LLM 供应链:把“按单价最低自动路由”改成“按合规白名单锁定上游”,并在网关层强制剥离敏感凭证,这比事后追责隐私声明管用得多。
AI路由器为什么会泄露提示词?
因为路由器要根据内容做模型选择、计费和调度,通常必须读取提示词明文;如果下游托管商或转售商在入口、日志或回连环节做了截流,就会把本应受保护的内容和秘密一并暴露。
ZDR零数据留存真的能防泄漏吗?
不能单独依赖。本文实测显示,即便请求带有ZDR标记,只要攻击者已驻留在托管商前门或日志链路中,仍可在传输、处理或回连阶段截获数据,零留存承诺会被绕过。
企业如何降低AI供应链泄密风险?
优先自建或直连可信大厂,减少多层转售;对敏感请求做链路隔离和最小权限控制;避免把密钥、URL、仓库地址直接写入Prompt,并对路由商、托管商做持续审计与回连监测。
如何验证路由商真的没留存密钥?
不要只看宣传,要求提供可审计的日志策略、密钥处理链路和第三方证明;再用金丝雀密钥、短期轮换和最小权限测试,验证是否存在回传、缓存或二次落盘。
企业该怎样降低AI供应链盗刷风险?
把密钥从应用侧下沉到专用网关,启用按租户隔离、出站白名单、速率限制和异常告警;同时对调用量、地域、模型与时间段做基线,发现异常立即吊销并重签。
