【八卦速递】llama.cpp 曝出 CVE-2026-116096 漏洞：端侧 AI 的“后院起火”

核心事件

开源大模型推理框架 llama.cpp 的 Pocket-TTS 组件被发现存在严重安全漏洞（CVE-2026-116096）。该漏洞位于 pockettts-gen.cpp 文件的 list_pockettts_state_slots 函数中，攻击者可通过操纵 mmproj 参数触发越界写入（Out-of-bounds Write）。虽然攻击需要本地访问权限，但目前已有相关利用代码流出。

• ▶ 攻击路径明确： 漏洞直接指向多模态扩展组件，而非核心 Transformer 逻辑，显示出周边插件的安全性更为薄弱。
• ▶ 端侧风险升级： 随着 llama.cpp 被广泛集成于个人电脑和边缘设备，此类本地提权漏洞可能导致用户隐私数据泄露。
• ▶ 修复紧迫性： 社区已发布补丁，建议所有依赖该框架的开发者立即同步上游代码。

八卦洞察

在追求极致推理性能的 C++ 开源世界里，内存安全往往是“性能税”的牺牲品。此次 CVE 再次印证了一个行业趋势：AI 基础设施的攻击面正在从云端向端侧（Edge AI）转移。llama.cpp 正在从一个简单的推理工具演变为包含 TTS、视觉等功能的全栈多模态框架，这种“功能膨胀”不可避免地引入了审计不足的第三方逻辑。对于开发者而言，盲目集成未经严格安全测试的实验性组件（如 Pocket-TTS）将成为企业级部署的最大隐患。

行动建议

• 立即更新： 检查生产环境中的 llama.cpp 版本，确保已包含针对 CVE-2026-116096 的修复补丁。
• 权限最小化： 在多用户服务器或共享计算环境中，严格限制对推理二进制文件的本地执行权限，防止利用该漏洞进行提权。
• 组件瘦身： 在编译 llama.cpp 时，若非业务必需，应通过编译选项禁用 Pocket-TTS 等非核心多模态组件，以缩小受攻击面。