Anthropic 的提示词泄露漏洞导致一周的用户数据遭到暴露。

为何此次泄露至关重要

Anthropic 的模型接口允许开发者发送“提示词”（prompts）——即引导语言模型生成响应的文本。在此次事件中，一个存储漏洞导致未经授权的第三方能够读取这些提示词长达七天。此次泄露并非源于大规模黑客攻击，而是在提示词的保存和获取方式上的一处微小疏忽，为攻击者打开了大门。

问题出在哪里

将用户数据与模型权重分离可以限制暴露范围。建立审计追踪则能及早发现异常活动。

AI 初创公司应立即采取的行动

  • 加强提示词处理 – 将每一个传入的提示词都视为敏感输入。对其进行静态加密，将读写权限限制在最小的服务集合内，并确保只有模型执行引擎能够检索它。
  • 将用户数据与模型权重分离 – 将提示词存储在专门的仓库中，该仓库在物理和逻辑上应与模型文件保持独立。这种分离可以限制任何单一漏洞造成的“爆炸半径”。
  • 建立审计追踪 – 记录对提示词存储的所有访问行为，包括时间戳、用户 ID 和源 IP 地址。运行实时分析，针对异常的读取量或来自非预期服务的访问触发警报。

后续关注点

核心结论： 单个提示词处理漏洞可能会引发长达一周的数据暴露连锁反应。AI 创始人必须像对待任何其他用户数据系统一样，对提示词存储保持同样的严谨态度，否则他们将会重蹈 Anthropic 这种代价高昂的覆辙。