夜雨聆风
AI安全漏洞预警：一个文件就能让你的大模型服务崩溃。
01 先搞清楚：这个漏洞到底是什么
近期，国家信息安全漏洞库CNNVD披露了一批人工智能领域重要安全漏洞，其中Ollama内存资源耗尽漏洞（CNNVD-2026-83464819）格外值得关注，将直接影响近900万开发者用户（https://techcrunch.com/2026/07/09/popular-open-source-ai-developer-tool-ollama-raises-65m-grows-to-nearly-9m-users/）
简单说，Ollama是目前最主流的开源本地大模型运行工具，支持Windows、macOS、Linux全平台离线运行。开发者可以通过简单指令一键拉取、部署和微调各类开源大模型，同时提供标准化API接口，能无缝对接AI编辑器、智能体框架、企业RAG系统等上层应用。
而这次曝出的漏洞，根源在于Ollama的内存分配逻辑存在设计缺陷。攻击者只需上传一个经过篡改的GGUF模型文件，就能触发异常内存占用逻辑，短时间内耗尽服务器物理内存和虚拟内存，直接导致Ollama服务进程崩溃。
用一句话概括：一个恶意模型文件，就能让你的大模型服务直接宕机。
目前Ollama官方已发布修复版本，用户可前往官网下载更新。
02 为什么它的影响面最大
同期披露的漏洞中，IBM Langflow OSS的远程代码执行漏洞危害等级更高——攻击者可以直接接管服务器。但综合判断，Ollama漏洞才是本期AI漏洞中整体影响面最大的一个。
原因在于四个关键变量：
变量一：用户基数最大，部署体量远超同类
Ollama是当前普及率最高的本地大模型运行工具，拥有数百万开发者用户，广泛部署于企业业务环境、个人终端和科研实验室。大量二次开发项目、AI应用、智能体框架都将其作为底层推理服务依赖。
对比同批次其他AI组件，Ollama上手门槛极低、零成本即可使用，大量部署实例直接暴露在内网甚至公网，且服务默认不开启身份校验。受影响资产规模显著高于其他漏洞。
变量二：利用门槛极低，攻击成本几乎为零
这个漏洞的攻击链路异常简单：只要能够访问Ollama服务接口，上传一个特制GGUF文件，就能触发内存耗尽。不需要复杂的漏洞构造，不需要权限提升，甚至不需要登录凭证——因为很多实例默认无认证。
这意味着，恶意攻击者可以通过网络扫描批量定位公网暴露的Ollama实例，发起大规模拒绝服务攻击。攻击成本极低，覆盖面极广。
变量三：攻击覆盖全场景，从个人到企业无一幸免
漏洞影响覆盖几乎所有部署场景：
个人本地设备受攻击，会直接中断大模型推理和开发工作；
企业算力集群遭遇批量攻击，将引发多节点宕机，上层依赖其接口的客服智能体、知识库问答等AI业务全部瘫痪；
科研环境下模型调试、数据推理工作被迫中断，还会带来算力浪费、未保存实验数据丢失等次生问题。
变量四：供应链连锁风险，底层崩溃波及全链路
更值得警惕的是连锁效应。众多开源AI工具、自研业务系统依赖Ollama作为底层推理底座，底层服务崩溃会向上传导，造成整条业务链路的AI应用失效。一个看似简单的内存漏洞，可能引发从底层推理到上层应用的全面故障。
03 别搞错了：不是RCE就不严重吗
有一种常见误解：远程代码执行（RCE）才是最危险的，内存耗尽这种"只是宕机"的漏洞不算什么。
这个判断有它成立的一面：从单台设备的破坏烈度来看，RCE确实更严重——攻击者可以直接获取服务器权限，窃取数据、植入后门、横向渗透。
但它忽略了一个关键变量：影响面。
一个危害等级极高但部署量很少的漏洞，和一个危害等级中等但部署量极大的漏洞，哪个对行业的整体影响更大？答案显然是后者。
Ollama漏洞的特点正是如此：它不是最"毒"的，但它是最"广"的。数百万部署实例，极低的攻击门槛，加上大量上层应用的依赖，使得这个漏洞的行业波及范围远超同期其他AI安全漏洞。
对企业来说，业务全面瘫痪带来的损失，未必比单台服务器被攻陷更小。
04 不同用户该怎么应对
针对不同使用场景，处置优先级和方法也不同：
个人开发者
尽快升级到最新版本的Ollama；
本地使用影响相对有限，但如果开放了远程访问端口，务必关闭或配置鉴权；
不要随意加载来源不明的GGUF模型文件。
中小企业运维
优先升级所有生产环境的Ollama实例；
对公网暴露的Ollama服务开启鉴权机制，配置IP白名单；
严格管控GGUF模型文件上传权限，建立模型审核机制；
关闭不必要的外部API访问端口。
大型企业与科研机构
全面排查内网Ollama部署情况，建立资产清单；
批量升级至安全版本，做好灰度验证；
将Ollama服务纳入安全监控体系，设置内存异常告警；
评估上层业务对Ollama的依赖程度，制定容灾预案。
最后
AI工具的快速普及，正在带来新的安全挑战。过去我们关注的是"AI会不会被用来做坏事"，现在还要面对一个更现实的问题：AI工具本身安不安全。
Ollama漏洞只是一个开始。随着越来越多的AI组件进入生产环境，类似的安全事件只会越来越多。
对开发者和企业来说，在享受AI便利的同时，把安全加固做在前面，才是最稳妥的选择。
给 个 彩 蛋
Ollama已融资 6500 万美金、有近 900 万用户、但正式员工只有14 人
查测评免责声明
我方严格把控内容准确与合规性。文稿由网络公开信息整理而来，仅供行业学习参考，不作为法律依据与专业法律意见。如您发现内容有误，或存在损害贵方权益的相关表述，可随时反馈。我方将全力配合核查，确认问题后第一时间无条件移除对应内容。
往期推荐
GB/T 36959-2026 重构行业新格局(第三篇)：工具全面升级，团队迭代重塑
GB/T 36959-2026 重构行业新格局(第二篇)：坑位不足, 等保机构合规抢占软安服赛道
GB/T 36959-2026 发布，是否会重构等保测评行业新格局？
公安部新规 GA T2380—2026的出现，预示着等保测评正式进入“双核时代”
......
