馬克雷達MARK RADAR
中 ｜ EN
事件檔案 AI 大型語言模型（LLM） 網路安全

AI 推論框架 SGLang 遭揭 3 項重大漏洞，恐面臨遠端程式碼執行風險

1 篇報導 · 首次偵測 2026-05-21 · 最後活動 2026-05-21

SGLang 是開源 AI 推論框架，用於部署與執行大型語言模型；一旦底層服務遭入侵，攻擊者可能控制運算伺服器、竊取模型或資料。資安業者 Antiproof 此次揭露的三項漏洞均涉及遠端程式碼執行，因此對公開連網的 AI 基礎設施影響重大。

Antiproof 最新揭露 CVE-2026-7301、CVE-2026-7302 與 CVE-2026-7304 三項高風險漏洞，未經驗證的攻擊者可能直接在 SGLang 伺服器執行程式碼。受影響範圍包括 v0.5.5，以及 v0.4.1.post7 之後版本；截至 2026 年 7 月 20 日，官方尚未發布修補程式，使用者應先限制服務存取權限。

全部報導

1 篇原始報導
ITHOME.COM.TW 2026-05-21
AI推論框架SGLang遭揭3重大漏洞，未驗證攻擊者恐遠端執行程式碼

馬克翻舊帳

這個事件的歷史脈絡
AI 推論框架 SGLang 曝 RCE 漏洞，惡意 GGUF 模型可執行任意程式碼2026-04-21 · 1 報導 · 相似 0.90

SGLang 是開源大型語言模型推論框架，協助企業與研究機構部署 AI 服務。2026 年揭露的 CVE-2026-5760 屬遠端程式碼執行漏洞，風險不只影響模型輸出，還可能讓承載推論服務的伺服器及敏感資料直接暴露於攻擊者手中。

最新調查顯示，攻擊者可在 GGUF 模型的 Jinja2 範本植入惡意酬載；管理者載入模型後，只要有人向特定端點送出請求，即可能觸發任意程式碼。截至 2026 年 7 月 20 日，相關部署應限制不受信任模型、縮減端點曝露範圍，並依 SGLang 專案公告更新或採取隔離措施。

馬克雷達｜MARK RADAR
過往週報 ・由 馬克解讀金融科技（MarkReadFintech） 提供