Para: equipes que enviam dados de negócios a APIs de IA hospedada (Workers AI ou qualquer outra) e pessoas que operam seus próprios servidores de inferência de LLM. Este artigo se baseia na publicação oficial da Cloudflare e não trata de como provocar a falha.
Em andamento: este artigo será atualizado conforme a organização publicar mais informações
Em 31 de outubro de 2026Ainda não se sabe
- Número de clientes afetados
- Quais tipos de dados apareceram nas 155 respostas
- Se e como os clientes foram avisados individualmente
A Cloudflare publicou este relato como uma divulgação coordenada com a equipe do motor de inferência de código aberto. Descreve trabalhos adicionais de reforço como em andamento (verificações de integridade em nível de página e verificação formal de seu protocolo de transferência). Reverificamos a publicação em 31 de outubro e não encontramos nenhum aviso posterior.
O que as equipes que usam IA hospedada devem verificar hoje
Descubra se você estava no escopo
Segundo a Cloudflare, apenas o modelo GLM 5.3 foi afetado, apenas entre 27 de agosto e 9 de setembro de 2026, e apenas para prompts com mais de 681.280 tokens. Procure em seus próprios logs ou na cobrança chamadas a esse modelo nessa janela e anote os tamanhos dos prompts. Na opinião deste site, prompts tão longos são incomuns, então muitas equipes não encontrarão nenhum.
Procure um aviso do fornecedor e mantenha seu próprio registro
A publicação da Cloudflare não descreve passos para os clientes nem diz como cada cliente foi avisado. Confira os contatos de e-mail e os avisos do painel da sua conta, e pergunte à sua equipe de conta se acredita que estava no escopo. Guarde um registro do que foi enviado ao modelo e quando, porque é isso que você precisará para avaliar o impacto.
Faça o inventário do que entra em cada serviço de IA
Anote, por serviço, quais tipos de dados sua equipe e seus aplicativos enviam (registros de clientes, código-fonte, credenciais, contratos). Quando a resposta incluir dados cuja exposição você não poderia suportar, retire-os do prompt, mascare-os ou use uma implantação isolada para você. Não cole segredos como chaves de API nos prompts de forma alguma (por que chaves vazam por ferramentas de IA).
Trate o que um modelo devolve como possivelmente não sendo seu
O sintoma relatado foi uma resposta com texto que pertencia a outra pessoa. Se um modelo hospedado algum dia devolver texto que pareça não ter relação com seu prompt, como nomes ou código de outra empresa, pare de usar essa saída, guarde as evidências e comunique ao fornecedor por seu canal de segurança.
Se você opera seus próprios servidores de inferência, aplique as verificações do motor
A Cloudflare recomenda que os operadores do mesmo motor meçam o pool de cache em cada nó e o comparem com o tamanho de contexto do modelo após qualquer mudança nos pesos, na quantização, no paralelismo ou nas configurações de memória; atualizem para a versão 0.5.22 do motor ou posterior; ativem as opções de detecção de corrupção onde o modelo as aceita; e configurem os balanceadores de carga para evitar abortos antes do primeiro token. Leia a própria publicação para ver as configurações exatas.
O que aconteceu (segundo a Cloudflare)
O que segue se baseia na publicação da Cloudflare de 26 de outubro de 2026. Os horários são UTC, conforme dados na publicação.
27 de agosto de 2026
O GLM 5.3 passou a estar disponível no Workers AI. A Cloudflare diz que seu pool de cache era menor que o tamanho de contexto do modelo, divergência que conhecia antes do lançamento.8 de setembro, 23h11
Chegou um relatório pelo programa de recompensas por bugs da Cloudflare.9 de setembro, 13h22
A Cloudflare declarou um incidente de segurança. Segundo a publicação, sua equipe de segurança de produto reproduziu o vazamento com duas contas independentes em 25 minutos.9 de setembro, 14h00
O modelo foi tornado privado (as requisições retornavam um erro).9 de setembro, 14h35–19h04
A causa raiz foi identificada, os nós de prefill foram movidos para uma configuração corrigida e depois toda a implantação foi reconstruída com um patch do motor e validada.9 de setembro, 19h40
O modelo voltou a ficar público.16 de setembro – 19 de outubro
Correções incorporadas e lançadas no motor de código aberto, incluindo a versão 0.5.22 em 19 de outubro.26 de outubro
A Cloudflare publicou seu relato.
- Serviço e modelo
- Workers AI, GLM 5.3 (um modelo de geração de texto de um desenvolvedor externo)
- O que foi exposto
- Dados de requisições de outros clientes ao mesmo modelo feitas pouco antes da requisição afetada
- Quem pôde ver
- Clientes cujos prompts longos demais receberam as respostas afetadas
- Causa, parte 1
- O pool de cache continha 681.280 tokens, enquanto o tamanho de contexto é de 1.048.576 tokens
- Causa, parte 2
- Um bug no motor de inferência de código aberto: uma requisição longa demais era admitida em vez de rejeitada, e a resposta se valia de páginas de cache que ainda guardavam dados de requisições anteriores
- Exploração
- Após excluir os testes da Cloudflare e os do pesquisador, as requisições coincidiam com uso comum de contexto longo em momento e volume; sem evidência de exploração deliberada
- Correção
- Configuração alinhada à versão anterior do modelo (pool agora com cerca de 2,04 milhões de tokens), patch do motor que rejeita essas requisições na admissão e uma verificação do tamanho do pool frente ao tamanho de contexto antes de mudanças de implantação
O que se sabe e o que não se sabe
Situação em 31 de outubro de 2026.
| Item | O que a Cloudflare diz | Situação |
|---|---|---|
| Período | De 27 de agosto a 9 de setembro de 2026 | Confirmado (Cloudflare) |
| Modelo afetado | Apenas o GLM 5.3; nenhum outro modelo do Workers AI | Confirmado (Cloudflare) |
| Respostas afetadas | 155, todas para prompts acima de 681.280 tokens | Confirmado (Cloudflare) |
| Número de clientes | «Um pequeno número de clientes» | Não divulgado |
| Conteúdo dos dados expostos | Requisições recentes de outros clientes | Tipo e sensibilidade não divulgados |
| Exploração deliberada | Nenhuma evidência encontrada | Constatação da Cloudflare |
| Notificação individual | Não descrita na publicação | Não divulgada |
| Correção | Implantada em 9 de setembro; correções do motor original lançadas depois | Confirmado (Cloudflare) |
Por que compartilhar o mesmo cache pode vazar dados entre clientes
Modelos de linguagem hospedados atendem muitos clientes no mesmo hardware e mantêm uma memória de trabalho (um cache) do texto que processam para responder mais rápido. Em geral, se essa memória é reutilizada sem ser limpa, ou é lida com um tamanho diferente do escrito, o texto de um cliente pode aparecer na saída de outro. É uma explicação geral da classe de problema, não um detalhe adicional sobre este incidente.
Duas coisas se destacam no próprio relato da Cloudflare. A divergência entre o tamanho do cache e o tamanho de contexto era conhecida antes do lançamento, e seus testes pré-lançamento verificavam códigos de status e streaming em vez de se a saída fazia sentido. A Cloudflare diz que agora verifica o pool de cache contra o tamanho de contexto a partir do motor em execução antes de cada mudança de implantação. Para os clientes, a lição é que «a requisição teve sucesso» não diz que a resposta é sua.
Para equipes que operam serviços de IA: uma verificação a partir deste relato
Se você serve um modelo a mais de um cliente ou equipe, adicione um teste que envie entradas longas demais e de tamanho limite e verifique que o resultado é um erro, não uma resposta bem-sucedida. Verifique também, após qualquer mudança nos pesos do modelo, na quantização ou nas configurações de memória, que o cache continua grande o bastante para o tamanho de contexto anunciado. Ambas vêm diretamente das causas que a Cloudflare descreve.
Pool de cache de 681.280 tokens, tamanho de contexto de 1.048.576
↓→
O cache é pelo menos tão grande quanto o tamanho de contexto anunciado?
Requisição longa demais admitida, não rejeitada
↓→
Uma entrada de teste longa demais retorna um erro?
Os testes verificavam códigos de status, não a saída
↓→
Os testes verificam que a saída pertence à requisição?
Fontes (registro público)
- Blog da Cloudflare, publicação sobre a exposição do cache KV entre requisições em um modelo do Workers AI e sua correção (26 de outubro de 2026) — blog.cloudflare.com
Histórico de atualizações
2026-10-31: Primeira versão, com base na publicação da Cloudflare de 26 de outubro. Atualizaremos este artigo se a Cloudflare ou os mantenedores do motor publicarem mais.
Leia a seguir
- A IA e os invasores: Um agente de IA invadindo um sistema por conta própria
- Proteger chaves e segredos: Como chaves de API vazam por ferramentas de IA
- Outros incidentes de 2026: Vazamentos de dados e ciberataques em 2026