Cloudflare KV 缓存缺陷在 2026 年 10 月 26 日被公开披露：Cloudflare 与开源推理引擎 SGLang 团队联合发布说明，确认一起跨请求缓存隔离故障，导致部分用户收到的回复里混入了其他用户的请求内容。这不是一次外部入侵，而是一次配置失误与引擎缺陷叠加后暴露的隔离问题，事发模型已经修复，SGLang 也已发布补丁版本。
事情的直接导火索是两组数字对不上。Cloudflare 在 Workers AI 上部署智谱 GLM 5.3 时，模型标称的上下文窗口是 1,048,576 个 token，但预填充节点的 KV 缓存池只能容纳 681,280 个 token。超过缓存池容量的超长提示本应被拒绝并返回错误，SGLang 内部也确实把它标记为拒绝，还用一个单 token 占位符替换了原提示。但在预填充与解码分离的部署模式下，准入队列只检查请求是否“已完成”，没有检查它是否“已被拒绝”，被拒绝的请求于是照常进入了处理流程。
解码节点读到了上一个请求的残留数据
预填充节点只为占位符生成了一个 token 的 KV 缓存就发出“传输完成”信号，解码节点却按原提示长度预留了整批缓存页。除了第一页是本次请求写入的，其余页面仍保留着此前请求的残留内容，解码节点在这些页面上继续生成，最终返回的回复看起来连贯、状态码也是 200，却掺入了他人会话的数据。Cloudflare 指出，缓存页在请求之间本来就不会清零，靠的是引擎准确追踪每一页的归属，这次恰恰是归属追踪在拒绝路径上断了链。
只有 GLM 5.3 受影响，运营方先核对缓存池
根据 Cloudflare 的说明，2026 年 8 月 27 日至 9 月 9 日期间，共有 155 条回复受到影响，全部针对超过 681,280 个 token 的提示。安全研究员 Gadi Evron 在 9 月 8 日通过 HackerOne 提交报告，Cloudflare 在次日复现并在宣布安全事件后 40 分钟内将模型下线，当天完成配置修正与引擎补丁后恢复服务，未发现有人故意利用该缺陷。Cloudflare 已把预填充缓存池扩至约 204 万个 token，并建议所有使用 SGLang 的运营方升级到 v0.5.22 或更高版本，同时在部署前直接核对运行中引擎的缓存池容量与模型上下文长度是否一致，而不是只看接口返回了 200。
