OpenRouter rimuove 3 provider: la Zero Data Retention non ha tenuto
Ricercatori: mesi di furto di prompt dentro i provider di inferenza AI. OpenRouter rimuove tre provider e 125 endpoint dalla Zero Data Retention.
Pubblicato da Zero Hunt, un red team AI autonomo su un'appliance on-premise con AI privata: penetration test automatizzato per reti e infrastrutture, in black box o gray box, con una persona che approva ogni passo che conta.
Il 22 novembre 2026 OpenRouter ha rimosso tre provider di inferenza e tolto 125 endpoint dalla propria lista Zero Data Retention (ZDR), pochi giorni dopo che alcuni ricercatori hanno dimostrato come degli attaccanti leggessero da mesi i prompt dei clienti dentro più provider di hosting AI. Alcune delle richieste rubate erano contrassegnate come ZDR — l'impostazione la cui unica promessa è che il prompt non venga mai conservato. È stato conservato, inoltrato e letto lo stesso. Se la tua applicazione instrada le chiamate agli LLM attraverso un gateway verso un pool di rivenditori, questa è la settimana per dare per scontato che i tuoi prompt non fossero privati.
Notizia in evoluzione — pubblicata alle 07:30 (06:30 UTC) del 22 novembre 2026. Aggiornata man mano che provider e ricercatori pubblicano.
In breve
| Cosa è successo | Attaccanti hanno letto per mesi i prompt dei clienti dentro più provider di inferenza AI; alcune richieste erano marcate Zero Data Retention |
| Chi l'ha reso noto | Dragos (HD Moore), ricerca con canary token pubblicata il 19 nov 2026 |
| Azione del gateway | OpenRouter ha rimosso 3 provider · tolto 125 endpoint dall'idoneità ZDR (22 nov 2026) |
| Prima violazione | Metà luglio 2026 |
| Metodo | Credenziali di provider compromesse · campioni di prompt conservati e poi rubati · logging delle richieste dai rivenditori |
| ZDR aggirata | Sì — "un flag di privacy vincola solo il primo hop" |
| Nomi finora | Together AI ha confermato pubblicamente una fuga di prompt di giugno–luglio 2026; Novita e Phala hanno pubblicato avvisi |
| OpenRouter violata | No — "questi risultati non hanno mostrato alcuna violazione o accesso non autorizzato a OpenRouter" |
| Cosa fare subito | Ruotare ogni segreto che sia mai stato dentro un prompt o un contesto inviato a un modello ospitato |
Come è stato scoperto il furto di prompt
La scoperta non è partita da un provider violato che si accorge di qualcosa. È partita da un ricercatore che ha seminato delle esche. HD Moore di Dragos ha pubblicato il metodo il 19 novembre: nell'arco di circa cinque mesi, da luglio a novembre 2026, il suo team ha inviato quasi due milioni di prompt attraverso servizi AI, ciascuno con canary token e credenziali fittizie uniche. Poi hanno osservato chi toccava l'esca.
Tre provider si sono illuminati. Secondo il report, nessuno dei tre sapeva che i propri dati fossero esposti finché Dragos non glielo ha detto. L'incidente più vecchio risale a metà luglio. Il più grave, a fine ottobre, riguardava un paio di centinaia di chiavi AWS seminate — ciascuna inviata in una singola richiesta a un singolo provider — che l'attaccante ha testato nel giro di ore e poi usato per decine di migliaia di chiamate alle API AWS. Delle circa duemila rotte che Dragos ha tracciato, diverse centinaia arrivavano a un sistema che i ricercatori non sono riusciti a identificare.
Il risultato sulla ZDR è quello che dovrebbe cambiare il modo in cui i team pensano all'inferenza ospitata. Alcune delle richieste rubate erano marcate Zero Data Retention. Come dice il report, un flag di privacy "vincola solo il primo hop" — governa il provider con cui hai un contratto, non la catena di rivenditori e laboratori a monte che la tua richiesta può effettivamente attraversare.
"Abbiamo impostato la ZDR, quindi il prompt non viene mai conservato."
Non è stato conservato dal primo provider. Il rivenditore due hop più in basso lo ha registrato, e uno scraper lo ha prelevato tre giorni dopo.
Chi è esposto
Chiunque raggiunga i modelli attraverso un gateway di routing, invece che un singolo provider sotto un unico contratto, rientra nel perimetro. OpenRouter dichiara di aver notificato direttamente tutti i clienti potenzialmente colpiti e che l'incidente non ha coinvolto alcuna violazione di OpenRouter stessa — l'esposizione era presso specifici provider a valle. Non ha nominato i tre che ha rimosso, ma collega una lista aggiornata degli avvisi dei provider.
Uno di questi provider ha spiegato esattamente come sono trapelati i suoi prompt, e il meccanismo è un fallimento da manuale della supply chain del software. Together AI ha reso noto che un agente di coding AI al lavoro su un repository GitHub pubblico ha committato una credenziale, che ha esposto un repository privato Hugging Face contenente campioni di prompt conservati "come parte del normale testing del software". Una parte non autorizzata ha scaricato i campioni, vi ha cercato credenziali verso altri servizi e ha verificato se quelle credenziali fossero valide. Cinque delle credenziali testate erano canary di Dragos. I prompt colpiti erano un sottoinsieme inviato a tre modelli ospitati a giugno e luglio 2026.
Quindi il percorso dell'attaccante era: un agente di coding autonomo fa trapelare un segreto → il segreto apre un archivio di prompt reali dei clienti → i prompt vengono setacciati per altri segreti → quei segreti vengono testati contro account cloud. Il tuo prompt non è stato solo letto. È stato materia prima per l'intrusione successiva.
Remediation
Qui la correzione non è una patch. È una rotazione e una decisione di routing.
1. Sono colpito? Se chiami i modelli attraverso OpenRouter, verifica la notifica diretta e rivedi quali endpoint ha usato il tuo traffico. Se sei cliente Together AI, la finestra esposta sono le richieste a MiniMax M3, GLM-5.2 e Kimi K2.6 di giugno–luglio 2026. Considera la ZDR come non rispettata per tutto ciò che ha attraversato un rivenditore o un marketplace nelle finestre di esposizione — il flag di privacy non è un confine su cui puoi contare a posteriori.
2. Ruota ogni segreto che sia mai stato in un prompt o in un contesto. È il lavoro vero, e la maggior parte dei team lo sottovaluta. Tutto ciò che è passato per un system prompt, una finestra di contesto RAG, il risultato di una tool-call o un log incollato — chiavi API, credenziali di database, hostname interni, token OAuth, chiavi cloud — va considerato divulgato e ruotato. Il caso Together ne è la prova: il premio per l'attaccante non erano i prompt, erano le credenziali al loro interno.
3. Non puoi ancora self-hostare? Controlli compensativi.
- Fissa il routing ai provider di primo livello con cui hai un contratto diretto; disabilita il routing verso rivenditori/marketplace nel tuo gateway.
- Abilita il filtraggio dei segreti lato provider dove offerto, ma non trattarlo come completo — intercetta i formati di credenziali noti, non tutto ciò che è sensibile.
- Tieni la ZDR attiva, ma smetti di trattarla come un confine di controllo. Assumi che il logging possa avvenire a valle.
- Semina le tue credenziali canary nel contesto degli agenti e fai scattare un allarme a qualsiasi uso. Tratta un singolo hit come un incidente.
4. Cerca segni di compromissione. Dragos ha indicato due user agent legati agli strumenti dell'attaccante — artex-agent e artex-judge-r121, dal framework di pentest guidato da LLM ARTEX aggiunto alla campagna il 1° novembre — e ha osservato che non compaiono in nessuna lista pubblica di indicatori, quindi vale la pena aggiungerli subito alle detection. Nei log cloud, cerca credenziali usate poco dopo il momento in cui sarebbero comparse in una richiesta a un modello (MITRE ATT&CK T1552.001, credenziali non protette), uso di account validi da fonti non familiari (T1078) e raffiche di cloud discovery contro chiavi appena testate.
5. Eradica e verifica. Dopo la rotazione, revoca le vecchie chiavi, conferma che non restino sessioni attive su di esse e riseminare canary per verificare che il nuovo percorso di routing non perda. Il test che ha scoperto tutto questo funziona allo stesso modo al contrario: se una credenziale seminata viene prelevata fuori banda, non sei pulito.
Cosa non si sa ancora
- I tre provider rimossi non sono ufficialmente nominati. OpenRouter e Dragos hanno entrambi omesso i nomi; Together AI, Novita e Phala hanno pubblicato i propri avvisi, ma non è dichiarato quali corrispondano ai tre rimossi.
- Quanti dei 125 endpoint tolti riflettano fughe confermate rispetto a rimozioni precauzionali non è dettagliato.
- Il numero complessivo di clienti e prompt colpiti non è pubblicato.
- Se altri gateway e marketplace abbiano la stessa esposizione da logging dei rivenditori non è stato verificato pubblicamente.
- Chi gestisce gli strumenti ARTEX e i sistemi che prelevano il traffico marcato ZDR non è attribuito.
L'unico prompt che non può trapelare da un provider è quello che non è mai uscito
Quando invii un prompt a un modello ospitato, la sua privacy vale quanto il rivenditore meno affidabile di una catena di routing che non puoi vedere — e, come ha mostrato questa settimana, un flag di privacy vincola solo il primo hop. Per uno strumento di sicurezza questo non è un'ipotesi: i suoi prompt trasportano le tue vulnerabilità, i tuoi hostname interni e le credenziali presenti nel contesto. Far transitare tutto questo da un pool di rivenditori di inferenza di terze parti è esattamente l'esposizione che Dragos ha illuminato.
Zero Hunt è esso stesso un sistema agentico affamato di token — uno sciame offensivo di 10 agenti che ragiona sui tuoi finding più sensibili — e ha fatto la scommessa architetturale opposta. Esegue i propri modelli fine-tuned, ZeroHunt Apex e Apex Pro, sulla GPU dentro l'apparato on-premise, senza alcuna chiamata ad API LLM esterne. Nessun prompt lascia l'apparato, quindi non c'è alcun rivenditore da rimuovere né alcun primo hop da cui trapelare. E poiché ogni scansione, finding e remediation è registrato sull'apparato con evidenze firmate e concatenate in hash, puoi mostrare a un auditor — o a una verifica di sub-responsabile ai sensi dell'articolo 28 del GDPR — dove sono davvero finiti i dati: da nessuna parte. È l'argomento del red team autonomo basato su AI on-premise, con una persona nel loop per ogni azione che conta, ed è il motivo per cui la guida all'acquisto on-premise e il deployment di AI privata esistono proprio per i team che stamattina stanno leggendo l'avviso di incidente del loro provider.
La Zero Data Retention era una promessa di cui dovevi fidarti. On-premise, la retention è un fatto che controlli.
È sfruttabile nel tuo ambiente?
Zero Hunt lo verifica sulla tua rete: un red team AI autonomo su un'appliance on-premise, con AI privata, in black box o gray box e con una persona che approva ogni passo che conta. La prova di cosa è sfruttabile, la correzione e le evidenze firmate — i tuoi dati restano nella tua rete.