事件经过
vLLM 的不相交预填充/解码服务架构无法释放被拒绝请求的解码端元数据，因此来自任何未认证客户端的 max_tokens=0 请求流可以耗尽工作进程内存并强制重启。
影响分析
vLLM 是部署最广泛的开源 LLM 推理引擎之一；对常见生产扩展模式（不相交服务）的未认证远程 DoS 可以使任何依赖它的应用程序的推理能力瘫痪，不需要身份验证即可触发。
攻击途径
远程攻击者提交 max_tokens=0 的请求，这些请求被拒绝但其解码端元数据永远不会被清理，允许无限累积，直到耗尽解码工作进程内存并导致工作进程重启 — 对推理服务的拒绝服务攻击。
受影响系统
vLLM 至 0.29.0 版本（不相交预填充/解码部署）
缓解措施
升级到解决此问题的 vLLM 补丁版本（参考项目的 GitHub 安全跟踪器）；在此期间监控不相交部署中的解码工作进程内存。