AntwortenVeröffentlicht17 Quellen
„Compaction Smuggling“: Wie sich verborgenes OpenAI-Modell-Denken auslesen ließ
Laut Xint ließ sich verborgenes Reasoning über einen Eintrag aus der Gesprächsverdichtung an ein anderes OpenAI Modell weitergeben und dort als Text ausgeben. Der Fall betrifft den Umgang mit geschützten Daten über mehrere API Funktionen hinweg – er ist kein Beleg dafür, dass die Verschlüsselung selbst gebrochen wurde.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Laut Xint ließ sich verborgenes Reasoning über einen Eintrag aus der Gesprächsverdichtung an ein anderes OpenAI Modell weitergeben und dort als Text ausgeben.
- Der Fall betrifft den Umgang mit geschützten Daten über mehrere API Funktionen hinweg – er ist kein Beleg dafür, dass die Verschlüsselung selbst gebrochen wurde.
- OpenAI behob die Lücke laut Xint am 23. Oktober 2026; Einzelheiten zur technischen Änderung wurden nicht veröffentlicht.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did security firm Xint’s three-call “compaction smuggling” attack extract hidden reasoning from OpenAI’s gpt-5.6-sol as plain text—by re. Article summary: Xint reported that “compaction smuggling” turned OpenAI’s conversation-compaction feature into a route for exposing hidden reasoning as plain text, and Tim Becker claimed it bypassed all mitigations on the frontier model. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Ein Sicherheitsbericht des Unternehmens Xint beschreibt eine Schwachstelle in OpenAIs API, über die sich verborgenes Modell-Reasoning als lesbarer Text ausgeben ließ. Die Methode, von Xint „Compaction Smuggling“ genannt, nutzte demnach die Funktion zur Gesprächsverdichtung: Dabei wird ein langer Chat in eine kürzere Darstellung überführt. OpenAI bestätigte das Problem laut Berichten und behob es am 23. Oktober 2026 – drei Tage bevor Xint seine Untersuchung veröffentlichte. 2
5
Wie die Gesprächsverdichtung zum Einfallstor wurde
Bei der sogenannten Compaction wird ein langer Gesprächsverlauf verkürzt, damit er sich weiterverarbeiten lässt. Xint zufolge konnten Forschende den Prozess so beeinflussen, dass verborgenes Reasoning in einem Verdichtungseintrag landete. Ein älteres Modell konnte diesen Eintrag anschließend wieder auslesen. 5
43
Der entscheidende Punkt: Das Reasoning wurde nicht einfach durch eine gewöhnliche Antwort des Modells sichtbar. Laut The Hacker News gibt der Dienst solche Inhalte normalerweise als verschlüsselten Eintrag zurück, den Nutzerinnen und Nutzer nicht lesen können. Die berichtete Schwachstelle lag vielmehr darin, wie eine weitere API-Funktion mit den geschützten Daten umging. Das ist kein Beleg dafür, dass die Verschlüsselung selbst geknackt wurde. 2
Sekundärberichte nennen gpt-5.6-sol als Modell, dessen Reasoning betroffen gewesen sein soll, und beschreiben, wie die Verdichtungsausgabe über gpt-4.1 und gpt-4o wiedergegeben wurde. 33
34 Die öffentlich verfügbaren Angaben belegen jedoch nicht alle Details des behaupteten Ablaufs. Insbesondere sollten genaue Angaben zu Formatierung, Umgehung von Erkennungssystemen oder Tests über sämtliche Reasoning-Stufen mit Vorsicht behandelt werden.
Warum Reasoning-Spuren wertvoll sein können
Xint warnte, die Schwachstelle könne eine groß angelegte Destillation leistungsfähiger Modelle ermöglichen. 5 Bei der Destillation dient ein stärkeres Modell als „Lehrkraft“ für ein kleineres: Dessen Antworten werden als Trainingsmaterial genutzt. Ausführliche Zwischenschritte könnten dabei mehr Informationen liefern als bloße Endergebnisse und so ein mögliches Trainingsziel darstellen.
Das beschreibt ein denkbares Risiko, nicht einen nachgewiesenen Missbrauch. Die verfügbaren Berichte belegen nicht, dass jemand die Lücke tatsächlich zum Training eines Konkurrenzmodells eingesetzt hat.
Was über die Behebung bekannt ist – und was nicht
Xint zufolge bestätigte OpenAI die Schwachstelle und spielte am 23. Oktober einen nicht näher beschriebenen Fix ein. Der Bericht von Xint erschien am 26. Oktober; auch The Hacker News meldete, OpenAI habe das Problem bestätigt und behoben. 2
5 Ein Sekundärbericht bezifferte die Bug-Prämie auf 6.000 US-Dollar.
50
Wie genau die Änderung die Verarbeitung von Verdichtungseinträgen verändert hat, ist öffentlich nicht erläutert. Auch lässt sich aus den verfügbaren Angaben nicht ableiten, dass sämtliche OpenAI-Modelle oder Abläufe gleichermaßen betroffen waren. Die Berichte stützen eine konkrete Schwachstellenmeldung – keine pauschale Aussage über alle Modelle und API-Funktionen.
Die zentrale Sicherheitsfrage liegt im Zusammenspiel der Funktionen
Der Fall zeigt, warum es nicht genügt, sensible Ausgaben an einer einzelnen Schnittstelle zu schützen. Wenn eine andere Funktion dieselben Daten weiterverarbeiten oder zwischen Modellen übertragen kann, muss der Schutz auch dort greifen. Xint zufolge umging die Methode Schutzmaßnahmen, die OpenAI nach früheren Untersuchungen zu entwendeten Reasoning-Spuren eingeführt hatte. 5
Auch CSO Online hob eine allgemeine Lehre hervor: Sicherheitsmaßnahmen für KI-Systeme sollten erneut geprüft werden, denn ein Fix muss ein Problem nicht vollständig lösen. 3 Entscheidend ist daher nicht nur, ob sich verborgenes Reasoning direkt abfragen lässt, sondern auch, ob es während nachgelagerter Verarbeitungsschritte geschützt bleibt. Die öffentliche Berichterstattung bestätigt die gemeldete Lücke und eine Behebung – wichtige technische Einzelheiten bleiben jedoch offen.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „„Compaction Smuggling“: Wie sich verborgenes OpenAI-Modell-Denken auslesen ließ“?
Laut Xint ließ sich verborgenes Reasoning über einen Eintrag aus der Gesprächsverdichtung an ein anderes OpenAI Modell weitergeben und dort als Text ausgeben.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Laut Xint ließ sich verborgenes Reasoning über einen Eintrag aus der Gesprächsverdichtung an ein anderes OpenAI Modell weitergeben und dort als Text ausgeben. Der Fall betrifft den Umgang mit geschützten Daten über mehrere API Funktionen hinweg – er ist kein Beleg dafür, dass die Verschlüsselung selbst gebrochen wurde.
Was soll ich als nächstes in der Praxis tun?
OpenAI behob die Lücke laut Xint am 23. Oktober 2026; Einzelheiten zur technischen Änderung wurden nicht veröffentlicht.
Quellen
thehackernews.comOpenAI Compaction Flaw Let Researchers Bypass Hidden Reasoning Protections
xint.ioStealing OpenAI Reasoning Traces via Compaction ...
github.comGitHub - theori-io/ghost-compact: OpenAI compaction research: GhostCompact + Compaction Smuggling