2026年9月，Cloudflare报告其Workers AI上GLM-5.3部署存在跨请求KV缓存泄露：预填充缓存池容量小于配置上下文长度，被拒请求仍进入分离式预填充/解码交接，解码读到未填充的缓存页，可能返回他人会话内容。SGLang修复了准入路径，并引入延迟释放机制：中止时保留槽位，待各预填充节点排空在途RDMA写并确认或超时后再释放，防止迟到写入污染其他请求。建议升级至v0.5.21以上并监控释放指标。