Cloudflare于10月26日披露，Workers AI上的GLM-5.3模型在8月27日至9月9日间出现跨请求KV缓存泄露，共155条回复混入其他客户请求的数据，均发生在超过68.1万token的超长提示上。
原因是两处问题叠加：模型上下文窗口配置为约105万token，但预填充GPU的缓存池只容纳68.1万；推理引擎SGLang在预填充与解码分离模式下处理超长请求时未报错，解码节点读取了残留的旧缓存。研究员Gadi Evron于9月8日报告后，Cloudflare在宣布事故40分钟内下线模型，9月9日修复恢复，称未发现蓄意利用，其他模型未受影响。
信源:https://blog.cloudflare.com/kv-cache-exposure-remediation/