在 SGLang 项目（一个用于部署 AI 模型的开源框架）中已发现六个关键漏洞。这些漏洞包括无需身份验证的远程代码执行（RCE）、服务器端请求伪造（SSRF）以及本地文件读取能力。此外，通过特定端点可能发生凭据泄露和模型权重窃取。其中大多数漏洞无需身份验证即可利用。截至本报告发布时，SGLang 维护者尚未发布任何补丁，协调尝试也未果。其中一个 RCE 漏洞源于绕过 SafeUnpickler 的拒绝列表，从而允许执行任意命令；另一个 RCE 漏洞存在于启用 dumper 子系统时，可导致沙箱逃逸。多模态生成端点因未对图像 URL 输入进行清理，易受 SSRF 和本地文件读取攻击。从 HuggingFace 仓库加载模型权重时，也存在通过 pickle 反序列化引发 RCE 的风险。server_info 端点可能泄露 API 密钥和 SSL 密钥信息。最后，若未配置 API 密钥，模型权重可能被窃取。在补丁可用之前，建议用户限制网络访问、实施网络分段，并禁用未使用的端点。