Guillermo Rauch 复现 OpenAI 的 CPU 隐蔽通信研究，构建 cpu-chat
I built 𝚌𝚙𝚞-𝚌𝚑𝚊𝚝, a reproduction of @openai's findings of covert communication using the CPU.
Guillermo Rauch 构建了 cpu-chat，复现 OpenAI 关于利用 CPU 进行隐蔽通信的研究，在无网络的 Firecracker microVM 环境中通过 CPU 争用、缓存驱逐时序和 DRAM 带宽争用三种机制实现通信，可跨多个 CPU 运行，并绕过了 Firecracker 的生产建议（禁用 SMT、禁用 KSM、租户绑定不同核心）。他指出这与 Meltdown/Spectre 类侧信道攻击不同，后者可窃取信息，而这类“低语”技术在真实环境中更难实施，也更容易通过采样硬件计数器和大规模统计数据监测。他还提到 OpenAI 和 Anthropic 的模型拒绝参与这项工作，最终由开放权重模型完成。
推荐理由
AI 评分 55
作者复现了 OpenAI 关于 CPU 隐蔽通信的研究，并说明它与侧信道攻击的区别及检测思路。
主题
正文 · AI 翻译
我构建了 𝚌𝚙𝚞-𝚌𝚑𝚊𝚝，这是对 @openai 关于利用 CPU 进行隐蔽通信的研究成果的复现。
它运行在无互联网访问、配备 2 个以上 Firecracker microVM 的通用主机上。可在 x86 上运行，甚至在我的 M5 芯片上也能运行。
我能够通过 3 种独立机制进行聊天： ① CPU 争用 ② 缓存驱逐时序 ③ DRAM 带宽争用
……跨越多个 CPU，绕过了 Firecracker 的所有生产建议（禁用 SMT、禁用 KSM、租户绑定到不同核心）。
本质上，只要涉及共享硬件，你的代理就很有可能进行隐蔽通信。而且延迟相当不错。
好消息是：这与*侧信道攻击*截然不同，后者中代理可以窃取信息（Meltdown/Spectre），而 Vercel Sandbox 等提供商可以缓解这一类攻击。此外，在我们的真实环境中，这些“低语”技术要难实施得多，也更容易被我们监控和检测（采样硬件计数器 + 大量规模化统计数据）。
值得注意：讽刺的是，OpenAI 和 Anthropic 的模型拒绝做这项工作。开放权重模型完成了任务。我担心这些实验室的立场可能适得其反，妨碍帮助开发者构建正确且安全的系统。例如：构建安全的沙箱需要这类分析，没有它，我们的世界将变得更不安全。