Pada 26 Oktober 2026, Cloudflare menerbitkan laporan insiden yang mengesahkan bahawa antara 27 Ogos dan 9 September 2026, 155 jawapan daripada model GLM-5.3 di platform Workers AI miliknya mengandungi data daripada permintaan pelanggan lain. Hanya permintaan yang sangat panjang, melebihi 681,280 token, yang terjejas, dan Cloudflare berkata ia tidak menemui bukti eksploitasi yang disengajakan. Pengajaran bagi setiap syarikat yang menghantar fail kepada perkhidmatan AI adalah jelas: anda berkongsi mesin pembekal dengan orang yang tidak dikenali, dan pengasingan antara pelanggan boleh gagal. Apa yang perlu dibuat minggu ini: senaraikan semua perkhidmatan AI yang digunakan pasukan anda, kemukakan lima soalan di bawah kepada setiap pembekal, dan berhenti menghantar data peribadi yang tidak diperlukan oleh tugasan itu. Jika anda telah membaca artikel kami tentang model AI tanpa pemilik yang diketahui, insiden ini menunjukkan bahawa pembekal terkenal juga bukan jaminan.

Apa yang berlaku, dengan kata-kata mudah

Workers AI membolehkan syarikat membayar mengikut penggunaan bagi model AI yang berjalan pada pelayan Cloudflare, dan bukannya membeli pelayan sendiri. Cloudflare mengiklankan tetingkap konteks sebanyak 1,048,576 token untuk GLM-5.3, bermakna model itu boleh menerima input yang sangat panjang. Namun kolam memori yang disediakan untuk memproses input tersebut hanya mencukupi untuk 681,280 token. Apabila sesuatu permintaan lebih panjang daripada itu, perisian penyampai (SGLang) sepatutnya menolaknya dengan mesej ralat. Sebaliknya, ia terus berjalan, membina jawapan daripada baki halaman memori milik permintaan terdahulu, lalu memulangkannya sebagai jawapan biasa yang berjaya.

Hasilnya: sebilangan kecil pelanggan menerima jawapan yang mengandungi cebisan daripada apa yang dihantar oleh pelanggan lain. Cloudflare berkata masalah ini hanya melibatkan GLM-5.3, bukan model-modelnya yang lain.

Kronologi

  • 27 Ogos 2026: GLM-5.3 dilancarkan di Workers AI dan pendedahan data bermula.
  • 8 September: penyelidik keselamatan Gadi Evron dari Knostic melaporkan masalah ini melalui program ganjaran pepijat Cloudflare di HackerOne.
  • 9 September, 13:22 UTC: Cloudflare mengisytiharkan insiden; pada 14:00 UTC, 38 minit kemudian, model itu ditutup.
  • 9 September, 19:40 UTC: perkhidmatan pulih selepas kolam memori dibetulkan dan perisian penyampai ditampal.
  • 26 Oktober: pendedahan awam, diselaraskan dengan penyelenggara SGLang dan penyelidik tersebut.

Ini bermakna 13 hari pendedahan, yang ditemui oleh penyelidik luar dan bukan oleh pemantauan Cloudflare sendiri. Laporan itu tidak menyatakan sama ada pelanggan yang terjejas dimaklumkan secara individu.

Mengapa ini penting kepada syarikat Saudi yang tidak pernah mendengar tentang GLM-5.3

Kebanyakan syarikat kini menggunakan AI melalui perkhidmatan yang dikongsi: chatbot yang membaca mesej pelanggan, alat yang meringkaskan kontrak, sistem yang mengelaskan invois. Dalam setiap kes, teks anda dihantar ke pelayan yang pada masa yang sama memproses permintaan ribuan syarikat lain. Pembekal berjanji untuk memisahkan semuanya. Insiden ini menunjukkan bahawa janji itu bergantung pada butiran konfigurasi yang boleh salah, dan kesilapan itu mungkin tidak memberi sebarang tanda: pelanggan yang terjejas menerima jawapan biasa, bukan mesej ralat.

Pencetusnya di sini ialah input yang sangat panjang. Itulah tepat arah penggunaan banyak syarikat: memuat naik keseluruhan arkib kontrak atau surat-menyurat setahun penuh dalam satu permintaan.

Lima soalan untuk pembekal AI anda

  1. Adakah data saya diproses pada mesin yang dikongsi atau pada kapasiti yang dikhaskan untuk saya? Kapasiti khas lebih mahal, tetapi ia menghapuskan keseluruhan jenis risiko ini.
  2. Apa yang anda lakukan jika sesuatu permintaan melebihi had model? Jawapan yang betul ialah penolakan yang jelas, bukan pemotongan secara senyap atau jawapan yang dibina daripada perkara lain.
  3. Dalam berapa jam anda memaklumkan saya tentang insiden yang melibatkan data saya, dan adakah ia ditulis dalam kontrak? Anda memerlukannya untuk memenuhi kewajipan anda sendiri.
  4. Adakah anda menyimpan permintaan dan jawapan saya, berapa lama dan di mana? Data yang tidak disimpan tidak boleh muncul kemudian dalam jawapan orang lain.
  5. Adakah anda mempunyai program ganjaran pepijat atau ujian keselamatan luaran? Dalam kes ini, penyelidik luarlah yang menemui kelemahan itu.

Apa yang diharapkan oleh undang-undang Saudi daripada anda

Jika data peribadi pelanggan atau pekerja anda bocor melalui pembekal yang anda pilih, tanggungjawab itu tidak berpindah kepada pembekal. Perkara 24 Peraturan Pelaksanaan Undang-undang Perlindungan Data Peribadi (PDPL) mewajibkan pemakluman kepada pihak berkuasa yang berkenaan dalam masa 72 jam selepas mengetahui insiden yang boleh memudaratkan individu yang terlibat. Pembekal yang tidak memberitahu anda apa-apa, atau memberitahu berminggu-minggu kemudian, menyebabkan anda terlepas tempoh itu tanpa disedari. Sebab itulah soalan ketiga di atas bukan sekadar formaliti.

Langkah untuk minggu ini

  • Senaraikan semua perkhidmatan AI yang digunakan pasukan anda, termasuk alat percuma yang diguna pakai oleh pekerja atas inisiatif sendiri.
  • Jika anda menggunakan GLM-5.3 di Workers AI antara 27 Ogos dan 9 September 2026, semak log anda untuk permintaan yang sangat panjang dalam tempoh itu dan hubungi Cloudflare.
  • Buang nama, nombor pengenalan dan nombor telefon daripada teks sebelum menghantarnya, melainkan tugasan itu benar-benar memerlukannya.
  • Pecahkan dokumen yang sangat besar kepada permintaan yang munasabah dan bukannya menolak model ke tahap had maksimumnya.
  • Tambah klausa pemakluman insiden dengan bilangan jam yang tetap dalam setiap kontrak perkhidmatan AI.

Pandangan Origami

Kami tidak melihat insiden ini sebagai alasan untuk mengelak perkhidmatan AI yang dikongsi. Cloudflare menutup model itu dalam 38 minit dan menerbitkan laporan yang terperinci dan jujur, lebih baik daripada apa yang akan dilakukan oleh banyak pembekal. Kami melihatnya sebagai peringatan bahawa risiko tersembunyi dalam butiran yang tidak pernah muncul di halaman pemasaran: saiz memori, cara ralat dikendalikan, siapa yang memantau. Apabila membina sistem AI untuk pelanggan, kami bermula dengan soalan data mana yang benar-benar perlu sampai kepada model, kemudian memilih antara perkhidmatan yang dikongsi dan kapasiti yang dihoskan di dalam Kerajaan Arab Saudi mengikut tahap sensitiviti data tersebut.

Jika anda mahu semakan terhadap perkhidmatan AI yang digunakan syarikat anda dan data yang diterimanya, hubungi kami, atau lihat perkhidmatan kami.

Sumber