一句话看懂：研究人员借助 API 设计漏洞，从 OpenAI、Anthropic、Google 的闭源模型中提取出了隐藏的思维链（CoT），并在主流闭源和开源模型上验证了提取结果与计费 token 一致。这件事之所以重要，是因为它意味着大模型厂商“加密思维链防止蒸馏”的防护思路，在实际工程实现中可能并不可靠。
事件核心：发生了什么
2026 年 8 月，来自研究社区的消息（由 @kotekjedi_ml 发布、@MaxForAI 转述）称，一篇关于提取前沿模型隐藏推理过程的论文已经发表。研究者发现，OpenAI、Anthropic、Google 在 API 中返回的加密思维链数据，在同一厂商的不同用户、不同 Session，甚至不同模型之间可以相互兼容。攻击方式并不复杂：用最强的模型（如 Claude Opus 4.8）生成思考过程，拿到加密数据后，再交给同厂商更弱、更易越狱的模型（如 Haiku）去解码并输出明文结果。研究者在 Claude、GPT、Gemini 三套 API 上均验证了该方法，并表示提取出的推理 token 数量与 API 账单上的 thinking token 数量可 1:1 对应。此外，研究还用同样的方法观察了 Kimi K3、GLM-5.2、DeepSeek 等开源模型的思维链表现。
为什么重要
闭源模型厂商越来越多地隐藏完整思维链，核心原因在于最终答案可以被复制，但“如何推理”才是模型能力真正值钱的部分。一旦完整 CoT 被批量获取，就可以直接用于蒸馏训练，让别的模型低成本接近原模型的推理能力。这项研究在安全层面打破了“加密=受保护”的假设：厂商保护的是算法机密，但工程实现上的兼容性问题导致保护措施可以被绕过。这也意味着，OpenAI、Anthropic、Google 长期依赖的“加密 reasoning + 服务端续算”方案需要重新设计。对开源模型阵营来说，如果闭源模型的思维链确实可以被高效提取，那么开源模型在推理能力追赶上的路径可能会更短、成本也更低。
对用户/开发者/创作者的影响
对普通用户来说，短期内 API 的使用方式不会立刻变化，但可以预期各厂商会收紧密钥管理、加强同厂商不同模型间的数据隔离。对开发者而言，需要关注两点：一是自己接入的 API 是否会在更新后改变推理计费逻辑或返回格式；二是“隐藏推理是否可提取”这件事会影响依赖模型输出的产品设计——如果思维链未来变得可见或半可见，那么基于推理过程的审核、定价、缓存策略都需要重新调整。对做模型蒸馏或数据飞轮的团队来说，这项研究意味着可获得的优质推理数据可能不再像以前那么稀缺，但同时也面临更大的合规与道德争议，采集和使用时需谨慎评估法律与平台条款风险。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
后续可以观察三个具体方向：第一，OpenAI、Anthropic、Google 是否会公开回应该漏洞，并带来 API 结构或加密方案的调整；第二，其他闭源厂商（如 xAI、Meta 的商用接口）是否也存在同类跨模型兼容问题；第三，该提取方法能否在不开源完整工具链的前提下被大规模复现——这将决定它是一次安全演示，还是真正会改变模型蒸馏竞争格局的常态手段。目前公开信息显示，这项研究的论文已经发表，但具体技术细节和复现门槛还需进一步查阅原文确认。
来源：@MaxForAI
