Cloudflare corrige exposição de dados entre clientes no modelo GLM-5.3 do Workers AI

A Cloudflare divulgou uma falha de isolamento entre clientes no modelo GLM-5.3 hospedado no Workers AI. Entre 27 de agosto e 9 de setembro, 155 respostas a solicitações muito longas incluíram dados de requisições anteriores feitas por outros clientes ao mesmo modelo. A empresa afirma que nenhum outro modelo de sua plataforma foi afetado.

O problema surgiu porque o conjunto de memória reservado ao cache de chave e valor usado no preenchimento inicial era menor que a janela de contexto do modelo. Em solicitações acima de 681.280 tokens, uma condição de liberação e reutilização do cache podia preservar blocos de uma requisição anterior e expô-los na resposta seguinte.

Após receber o relato em 8 de setembro, a Cloudflare reproduziu a falha com duas contas, retirou o GLM-5.3 do acesso público no dia seguinte, ampliou a memória do conjunto de preenchimento e aplicou uma correção ao mecanismo SGLang. O modelo foi restaurado ainda em 9 de setembro. Endurecimentos adicionais e mudanças no projeto SGLang foram distribuídos nas semanas seguintes.

A divulgação é relevante para equipes que usam inferência compartilhada: o isolamento de locatários depende também de limites de memória, controle de admissão e limpeza correta do cache, não apenas de autenticação e separação lógica. Organizações que utilizaram o GLM-5.3 no período informado devem revisar notificações do fornecedor, registros e respostas anômalas, sobretudo em cargas com contexto excepcionalmente longo.