实测428个AI中转站曝重大风险：数据投毒与窃密乱象调查

随着大模型API的广泛应用，各类“AI中转站”因其能够提供低成本或突破地域限制的访问方式，成为开发者与个人用户的重要渠道。然而，近期发布的一项安全研究揭示了这一生态背后潜藏的巨大风险。据Linux.do社区披露的安全报告显示，研究人员对市面上428个AI中转站进行了实测与安全性评估。测试结果触目惊心：在受测样本中，发现9个节点存在“投毒”行为，17个节点涉及窃取用户隐私数据，甚至有1个站点涉及非法资金转移操作。所谓的“投毒”可能指中转站篡改模型返回的数据，诱导AI输出有害内容或逻辑陷阱；而“窃密”则意味着用户发送的Prompt与模型的回复可能被截留存储。这一报告不仅曝光了部分不良中转站的技术黑产手段，也为整个行业敲响了警钟。目前市面上已开始出现验证中转站真伪的工具，针对API中转环节的“AI投毒检测”或许将成为开发者工具赛道的新需求。

事件分析

💡 核心观点：中转站成安全洼地，API代理的信任危机将倒逼流量验证技术的普及与开发风控意识的升级。