Le 26 octobre, Cloudflare a publié un compte rendu détaillé d'une exposition de données au sein de Workers AI, son service permettant d'exécuter des modèles d'IA via une API. Le problème a touché un seul modèle, GLM-5.3, entre le 27 août et le 9 septembre 2026. Dans 155 réponses, le modèle a généré du texte en utilisant des données résiduelles provenant de requêtes antérieures, pouvant inclure les prompts et réponses partielles d'autres utilisateurs.

Ce qui s'est mal passé

Deux problèmes se sont combinés. Cloudflare avait configuré GLM-5.3 avec une fenêtre de contexte de 1 048 576 tokens, mais le pool de mémoire qui conserve l'état de travail du modèle (le cache KV) ne disposait de place que pour 681 280 tokens. Un bug dans SGLang, le logiciel de service open source utilisé par Cloudflare, faisait que les requêtes dépassant cette limite étaient traitées comme réussies au lieu d'être rejetées. Le modèle poursuivait alors son traitement à partir de pages de cache obsolètes, laissées par des requêtes antérieures adressées au même modèle.

C'est pourquoi seules les requêtes dépassant 681 280 tokens ont été touchées. Cloudflare indique qu'un petit nombre de clients seulement ont envoyé de telles requêtes, qu'elles ressemblaient à un usage ordinaire de contexte long, et qu'elle n'a trouvé aucune preuve d'exploitation délibérée. Aucun autre modèle de Workers AI n'a été affecté.

Comment le problème a été découvert et corrigé

Le chercheur en sécurité Gadi Evron, de Knostic, a signalé le problème via le programme de bug bounty de Cloudflare sur HackerOne tard dans la soirée du 8 septembre (UTC). Cloudflare a reproduit le problème avec deux comptes distincts le lendemain, a rendu le modèle privé à 14h00 UTC le 9 septembre, puis l'a rétabli à 19h40 UTC.

Les correctifs comprennent un pool de cache suffisamment grand pour couvrir l'intégralité du contexte, soit environ 2,04 millions de tokens ; des modifications apportées à SGLang afin que les requêtes trop longues soient écartées avant tout transfert de données ; des sommes de contrôle sur les transferts de cache ; ainsi que de nouvelles vérifications de déploiement comparant la taille de la mémoire à la longueur du contexte. Les modifications apportées à SGLang ont été soumises au projet open source. Le compte rendu ne précise pas comment les clients concernés ont été informés.

Ce que cela signifie si votre entreprise utilise des API d'IA hébergées

Considérez chaque prompt comme une donnée que vous partagez avec un fournisseur. Même avec un prestataire important et réputé, un bug du service de traitement peut l'exposer à un tiers. N'envoyez que ce dont la tâche a besoin, et retirez les noms de clients, identifiants et secrets avant qu'ils n'atteignent le modèle.

Soyez vigilant aux limites. Ce bug n'a touché que les requêtes situées à l'extrême limite de la fenêtre de contexte annoncée. Si vous faites transiter des documents très longs via une API, envisagez de les diviser en requêtes plus petites plutôt que de vous fier au maximum autorisé.

Vérifiez comment un fournisseur gère les incidents. Lors du choix d'un fournisseur d'IA, recherchez un programme de bug bounty public et des analyses post-mortem détaillées comme celle-ci. Si vous avez envoyé à GLM-5.3 sur Workers AI des requêtes dépassant 681 280 tokens entre le 27 août et le 9 septembre, demandez à Cloudflare si vos requêtes figurent parmi celles concernées.