摘要 在处理用户上传的归档文件时，安全校验的边界一旦出现偏差，就可能引发灾难性的后果。本文将深入分析开源的学术优化工具 GPT Academic（受影响版本 ≤ 3.91）中存在的任意文件读取漏洞（CVE-2025-25185）。文章依托真实的漏洞复现截图，从核心源码的逐行拆解、恶意 Payload 的底层构造，到 Web 交互与文件读取的最终触发，完整还原了从代码审计到实战利用的全生命周期。本文旨在为安全从业者提供一种关于压缩包解压场景的深度思考与防御思路。 一、 漏洞背景与攻击面概述 现代 Web 应用中，文件上传与处理是极为常见的业务需求。GPT Academic 作为一款深受科研人员喜爱的 LLM 辅助工具，提供了“上传论文/代码压缩包进行智能解析”的功能。为了支持这一功能，开发者必须实现服务端的解压逻辑。 CVE-2025-25185 的核心正是出在这个解压环节。在 Linux