Исследователи расшифровали скрытые рассуждения GPT-5, Claude и Gemini за $720

Опубликована работа об атаке на зашифрованные блоки chain-of-thought у OpenAI, Anthropic и Google: слабую модель-«оракула» используют для расшифровки рассуждений сильных. Расшифровка 10 000 трейсов стоила около $720, все три провайдера закрыли основную уязвимость до публикации.

• Атака использует слабую модель как оракул для расшифровки блоков reasoning
• Расшифровка 10 000 трейсов обошлась примерно в $720
• Из публичных репозиториев уже собрано 315 320 зашифрованных блоков
• OpenAI, Anthropic и Google закрыли основной вектор до публикации