新闻详情

新闻详情

首页 / 资讯中心 / 详情

OpenAI被抓包,ChatGPT竟然知道你在别的网站买了什么

发布时间:2026/11/1 17:38:48来源:尧图网络
OpenAI被抓包,ChatGPT竟然知道你在别的网站买了什么
刚刚「ChatGPT 知道你在别的网站买了什么」这事被人坐实了。刚刚「ChatGPT 知道你在别的网站买了什么」这事被人坐实了。就在昨天独立研究者 Buchodi 放出一份第一手调查在 Hacker News 直接冲上 573 分、308 条评论。他拿自己的安卓手机做实验把手机跟各个网站之间悄悄传来传去的数据全截了下来还换了一种方法再截一遍两边对上了。而且不是看了一两天。Buchodi 盯了好几个月的真实上网记录涉及上千个网站上近千个广告追踪点。结论就一句话你在商家网站上搜了什么、看了什么、买了什么能顺着一枚 Cookie 回到你的 ChatGPT 账号。这枚 Cookie 叫 __obi。三步把你接上第一步ChatGPT 先给你发一张「60 秒过期的身份证」。你打开 chatgpt.com 的那一刻浏览器在后台生成一串随机数发给 OpenAI 服务器。服务器签回一枚数字令牌把你的 ChatGPT 账号和这串随机数钉死在一起60 秒后作废。第二步这张身份证被换成了一枚长寿 Cookie。浏览器拿着令牌跨站发给 bzr.openai.com服务器回种一枚 __obi挂在 .openai.com 域名下有效期整整一年。关键在配置SameSitenone专门让它跟着跨站请求走的。你去逛别的网站它也跟过去。同一批请求里浏览器把 OpenAI 其他所有 Cookie 都挡了下来只放行了这一枚。第三步商家网站把它原路送回。在 ChatGPT 上买了广告的公司会在自己站点装一小段 OpenAI 追踪代码——跟 Meta Pixel、Google Tag 一类东西。代码一加载__obi 就带着你正在看的页面、正在搜的商品、刚下的订单一起飞回 OpenAI。最狠的是浏览器在 OpenAI 的代码跑起来之前就已经把 Cookie 贴在了加载脚本的请求上。只要页面打开标识就已经送走了。不需要你点任何东西。带回去的东西比你以为的细在 Buchodi 自己手机上同一个 __obi 从 Chewy、Wayfair、HelloFresh、Coursera 等 12 个商业站点打到了 OpenAI每次都被正常收下。放大到更长时间的数据里看同一个人的标识被不同商家网站反复送回 OpenAI 是常态。有个用户的标识甚至同时出现在十家不同商家的回传记录里。不光是 Cookie 本身。OpenAI 的这段代码还会自己动手从你正在填的表单、页面上显示的文字里扒拉信息。甚至扒得比商家主动交出来的还多。你的邮箱、电话、姓名倒是加密了再传但你在哪个国家、哪个城市、邮编多少全是明文直接发走的。邮编是被薅得最狠的一项28 个网站上被抓了 100 次。你访问的网址也会被送回去。虽然搜索词被砍掉了但页面路径留着。研究者在收集器收到的路径里看到了一个查疾病的页面、一个还债方案的页面还有一份打官司的登记表。更荒诞的是商家自己也被蒙在鼓里。他们只是按 OpenAI 的要求装了一小段代码来统计广告效果压根不知道自家顾客的浏览记录正被悄悄绑到某个 ChatGPT 账号上。你以为退出 ChatGPT 账号就能甩掉它想多了。研究者拆开了近千枚身份凭证发现就算你没登录系统也会给你的手机分配一个匿名编号——一台设备一个至少跟你 27 天。退出登录只是换了个马甲该追的还是追。更别扭的是 OpenAI 给这枚 Cookie 贴的标签。隐私设置里「数据分析」和「广告营销」是两个独立的开关你可以单独把广告营销关掉。但 __obi 被归在了「数据分析」里。说白了你就算专门跑去设置里关掉了广告追踪这枚 Cookie 照样会种到你头上。9 月 14 日Buchodi 把发现和两个问题发给了 OpenAI凭什么算分析不算营销关掉营销的人是不是照样中招客服回了说收到了内部看看。两个问题一个都没正面回答。不是所有人都中招首先用苹果手机的可以松口气。这整套机制只在安卓版 Chrome 上跑得通。苹果的 Safari 天生会拦掉这类跨站 CookieiOS 上的 Chrome 也一样所以 iPhone 和 iPad 用户不受影响。电脑上的 Chrome 他还没测。其次不是每次打开 ChatGPT 都会触发。大概五次里有一次才会生成这个标识手机网页版甚至压根不触发。最关键的一条 Buchodi 也写了他只能证明数据被送到了 OpenAI 的服务器至于 OpenAI 到底有没有真的把它跟你的账号对上他也不知道。毕竟他没亲眼看见服务器内部怎么处理的。旧技术新地方不过说句公道话这套玩法不是 OpenAI 发明的。Facebook 多年前就这么干了。你登着 Facebook逛别的购物网站购物网站把你的浏览记录通过 Facebook 的追踪代码送回去Facebook 就知道你看了什么、买了什么。广告行业干这事十几年了。今年 2 月 ChatGPT 正式开始卖广告位4 月底对免费用户默认打开了营销追踪。当时大家担心的是 ChatGPT 里的数据往外流。今天这份调查让人看到了反方向——你在外面逛网站的记录正在往 ChatGPT 账号上汇聚。人们跟 ChatGPT 说的话往往是不会发到朋友圈的话。而 ChatGPT 现在还越来越多地替你下单、订票、办事。广告技术是旧的。你对 AI 说过的话和你在别处买过的东西正在合到一个账号上这件事是新的。原文链接OpenAI被抓包ChatGPT竟然知道你在别的网站买了什么-36氪我的专辑《人工智能生命体 新启点》CSDN平台https://blog.csdn.net/2501_91883294/article/details/147616608?sharetypeblogdetailshareId147616608sharereferAPPsharesource2501_91883294sharefromlink
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/1 1:42:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/1 2:34:07

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/1 2:01:57

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/1 3:13:10

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/1 2:11:52

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/1 3:23:38

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉