Fireworks AI再遭攻击：Notion聊天记录受波及

据 TechCrunch 报道，AI 推理平台 Fireworks AI 遭到网络攻击，黑客因此得以访问 Notion 部分客户的聊天转录内容。报道将此事描述为 Fireworks 在两个月内遭遇的第二次数据泄露。对于正在把生成式 AI 嵌入工作流的企业而言，这起事件再次敲响警钟：当聊天记录、文档摘要和知识库问答被交给第三方模型服务处理时，数据安全边界已经延伸到企业自有系统之外。

编者按：AI 功能越深入业务，推理平台、日志系统和模型 API 就越像新的“数据中转站”。一旦这些环节失守，泄露的不只是账号密码，更可能是包含商业上下文和用户隐私的对话内容。

事件回顾：推理平台遭攻击，Notion 客户聊天记录被波及

根据目前公开信息，攻击发生在 Fireworks AI 一侧，并牵连到 Notion 客户经由相关服务处理的聊天转录。TechCrunch 标题明确指出，对 Fireworks AI 的网络攻击“使黑客得以访问 Notion 客户的聊天转录”。这意味着风险并非只停留在 Fireworks 自身，而是沿 AI 供应链传导至使用其能力的产品和最终用户。

Fireworks AI 属于 AI 推理基础设施提供商，主要帮助开发者和企业托管、运行和调用大模型。Notion 则是广泛使用的生产力协作平台，其 AI 功能可能涉及对文档、知识库和对话内容的处理。对于此类产品，聊天转录往往包含项目讨论、会议摘要、客户反馈甚至内部决策信息。若被未授权访问，攻击者可据此实施精准钓鱼、社会工程攻击，或获取竞争情报。

不过，攻击具体如何发生、影响多少客户、黑客身份及是否已通知监管机构等细节，仍有待 Fireworks 与 Notion 进一步披露。在官方调查完成前，外界不宜对泄露规模作出过度推断。

两个月内第二次泄露，安全治理再受拷问

更值得关注的是，TechCrunch 在摘要中称，这是 Fireworks“两个月内第二次数据泄露”。连续发生安全事件，说明问题可能不只是单点失误，而涉及安全治理、访问控制、租户隔离和事件响应机制。AI 推理平台通常承载多客户工作负载，集中处理提示词、模型输出、调用日志和 API 密钥。这样的架构效率高，但也让平台成为高价值攻击目标。

对这类平台而言，基础安全能力包括严格的多租户隔离、最小权限访问、日志脱敏、短期凭证、传输与静态加密、异常访问监测以及定期第三方审计。任何一环薄弱，都可能让攻击者从边缘系统横向移动到敏感数据区。连续泄露还会削弱客户信任，并可能引发合同审查、合规问询和监管关注。

为什么聊天转录比普通数据更敏感

聊天转录不是简单的“聊天记录”。在企业场景中，它可能浓缩了知识库内容、客户支持上下文、产品规划、财务讨论和法律咨询。与密码不同，聊天内容无法通过重置来消除风险；一旦泄露，攻击者可以长期利用其中的业务信息。对于 Notion 这类协作平台用户，聊天转录还可能跨越多个团队和项目，形成高价值的上下文集合。

因此，企业评估第三方 AI 功能时，不能只看模型效果和价格，还要追问数据保留周期、是否用于训练、日志保存多久、子处理商是谁、发生泄露时如何通知。对个人用户而言，也应避免在 AI 对话中粘贴身份证号、密钥、客户名单等敏感信息。

AI 供应链安全：推理平台正成为关键攻击面

这起事件是 AI 供应链风险的又一典型案例。过去，企业安全边界主要围绕自有服务器和 SaaS 账号；如今，模型托管、推理 API、向量数据库和日志分析平台共同构成新的数据链路。Fireworks 这类基础设施供应商服务大量下游产品，一旦被攻破，影响可能沿链路扩散。

行业需要把 AI 基础设施纳入零信任架构：默认不信任任何内部或外部请求，按需授权并持续验证；对敏感对话进行脱敏或本地化处理；对第三方组件建立软件物料清单和安全评分；同时准备可执行的事件响应预案，包括密钥轮换、访问日志审计和客户通知流程。

企业与开发者应如何应对

对使用 Fireworks 或类似推理平台的开发者，建议立即审查 API 密钥和访问权限，轮换可能暴露的凭证，检查异常调用和日志访问记录，并确认数据保留策略是否符合内部合规要求。对 Notion 用户和企业管理员，应关注官方安全通知，评估是否有敏感对话经由第三方 AI 功能处理，并考虑对高敏感内容设置更严格的访问限制。

从更长周期看，AI 安全不能只在泄露发生后补救。供应商需要把安全设计前置到架构中，客户也需要把第三方 AI 服务纳入供应链风险管理。只有当透明度、隔离性和可审计性成为采购标准，AI 生产力工具才能在可信基础上规模化落地。

目前，这起事件仍在披露过程中。它提醒我们，AI 带来的效率提升并非没有代价：每一次对话调用背后，都可能经过多个第三方系统。对 Fireworks、Notion 及其客户而言，接下来最重要的不是公关话术，而是清晰的事实披露、彻底的根因分析和可验证的整改措施。

本文编译自TechCrunch