Jul 9, 2026 · Overthinking
Overthinking：推理模型的长思考可能把秘密泄露风险放大至 10 倍
2026 年 7 月 9 日提交的 Overthinking 预印本评测 2B 至 32B 参数模型，并报告更长推理过程在部分设置下使秘密泄露风险最高增加约 10 倍。
EVENT STORY
Development
- First ReportOverthinking：推理模型的长思考可能把秘密泄露风险放大至 10 倍arXiv cs.AI
- Current Assessment企业在引入 reasoning model 和长链 Agent 时需要重新审视日志、上下文拼接、可观察性与数据最小化；能力评测不能与隐私和安全评测分开。Agent Pulse · analysis
推理时间扩展通常被视为能力增强手段，但更长的中间推理也扩大了模型重建、重复或暴露敏感上下文的机会。研究把“想得更久”与信息泄露联系起来，提示推理预算同时是安全预算。
论文跨多个模型规模比较秘密保留与推理长度的关系，关注泄露随计算预算变化的趋势。关键技术问题包括威胁模型、提示设置、可见推理与隐藏状态的差异，以及过滤器是否只是掩盖输出而非降低内部暴露。
企业在引入 reasoning model 和长链 Agent 时需要重新审视日志、上下文拼接、可观察性与数据最小化；能力评测不能与隐私和安全评测分开。
高敏数据流程应限制不必要的推理预算与上下文范围，分离秘密，审计日志，并以泄露率随推理预算变化的曲线决定哪些任务可以使用深度推理。
“最高约 10 倍”来自特定预印本实验，不应外推为所有模型。需独立复现不同 API、推理可见性、系统提示和防护机制下的绝对风险。