研究背景: 大语言模型正越来越多地驱动 Codex、Claude Code 等自主编码智能体，而其训练语料可能包含公开仓库中泄露的凭据，或从私有开发产物中收集的机密，因此存在被模型记忆并在后续交互中泄露的风险。现有针对密钥提取的审计工作大多假设研究者可以访问模型权重或 token 概率，这一前提对商用闭源 API 并不成立，导致真实部署场景下的记忆化泄露风险缺少可评估手段。本文的核心问题是: 在仅有输出访问（output-only）的黑盒条件下，能否系统性地从商业 API 模型中提取出其记忆的密钥。作者提出的框架由两部分组成: 一是交叉验证式密钥知识蒸馏，利用语义保持的提示变体、响应交叉验证以及按厂商定制的格式过滤，把与密钥相关的模型行为蒸馏进本地白盒代理模型，从而在没有权重和概率的接口上重建可用于分析的行为信号; 二是代理引导的密钥提取与候选过滤，将截断 top-p 采样、本地 token 熵、N-gram 频率画像与厂商特定结构先验结合，用于生成候选并筛除明显无效的字符串。在受控 API-key 基准测试中，该框架相较若干代表性基线在恢复效果与真实密钥率上有提升，同时降低了提取所需延迟。作者还在负责任评估流程下进行了真实环境验证，从三套独立部署、覆盖 OpenAI 与 Claude Code 的黑盒 LLM 系统中恢复了被掩码的厂商特定凭据，说明即使在仅有输出访问的条件下，被记忆的密钥也可能被暴露。