一家名为 Abliteration.ai 的初创公司近期推出了一项争议性服务：让用户无需自行部署，即可通过网页浏览器或 API 直接访问“去安全栅栏”（abliteration）后的开源大模型，包括 Z.ai 近期发布的 GLM-5.3。此举将原本只存在于开源社区极客圈子的技术，正式推向了商业化运营。
什么是 Abliteration
Abliteration 并非新概念。它是开源圈长期使用的一种技术手段——移除大模型面对有害请求时的“拒答”倾向。Hugging Face 平台上已托管着数千个经过 abliteration 的模型版本。此前，这一过程需要用户自行下载模型并配备相应算力，门槛不低。
商业模式：降低门槛，换取商业化
Abliteration.ai 的做法是将这一流程封装为可订阅的服务。公司联合创始人 Devon（应其要求隐去姓氏）表示，公司已与多家主流云服务商达成合作，收入完全来自客户付费，尚未接受任何风险投资，但正在洽谈中。
TechCrunch 实测发现，只需注册账号即可在网页端免费调用经 abliteration 处理的 GLM-5.3。测试中，该模型对"编写窃取 Chrome 已保存密码的 Python 程序"以及"详解在家培养危险病原体的完整方案"等请求均未拒绝。
Devon 明确表示，公司的目标客群是"需要执行进攻性网络安全、红队测试和智能体测试工作，但其他模型会拒绝这些任务的场景"。
安全专家的担忧
反对声音同样强烈。AI 安全非营利组织 CivAI 研究主管 Andrew Yoon 指出，Abliteration 的本质是"将模型改造成一个'反社会者'——你输入任何内容，它都会照做"，并预计这类模型被滥用于实际伤害的案例将在不久后出现。
行业目前普遍认为，无法从技术上阻止 abliteration 的扩散。Yoon 在一篇 WSJ 观点文章 中建议：zf 可要求模型服务提供商部署分类器，检测并阻断有害网络攻击和生物武器相关内容；同时，提供高端 GPU 直连访问的算力服务商应验证客户身份，对可疑使用者拒绝服务。
Abliteration.ai 自身的约束
这家公司并非完全无节制地放开。平台内置了部分最低限度的安全栅栏——例如测试中模型仍拒绝提供自杀方法说明。Devon 表示正逐步强化暴力内容的拦截机制。公司还提供 moderation 层，允许客户自行决定加入何种约束规则。
但在身份核验（KYC）方面，目前仅记录用户付费信用卡信息。Devon 坦言："你不想成为某人做疯狂之事的责任人——作为一家公司，边界在哪里？我们仍在摸索。"
红队市场：需求真实存在
从商业化视角看，需求是真实的。Abliteration.ai 的客户中不乏英国的早期红队测试创业公司，以及帮银行、航空公司和关键基础设施企业强化网络安全的乙方服务商。
Devon 透露："我们的一家主要客户负责对银行智能体进行红队测试。如果使用原生模型，他们根本无法完成这项工作。"他进一步解释其核心逻辑：攻击者已经在自行 abliteration 模型并用于对抗性攻击，因此防守方拥有同等工具才能实现真正有效的防御——这一观点被其称为"加速网络安全"的反直觉路径。
不过，智能体红队行业内部对此仍有分歧。部分公司表示日常工作中并不依赖 abliteration 模型，而是通过微调本身就约束较少的开源模型来完成任务。
开源模型的安全边界：Abliteration 技术争议与行业实践
行业观察：Abliteration 并非主流方案
安全测试公司 Fabraix 首席执行官 Ahmed Aly 指出，其团队更倾向于通过对开源模型微调（fine-tuning）来开展红队测试，而非依赖 abliteration（能力剥离）技术。他解释称，abliteration 过程会移除模型部分原有知识和能力，导致测试效果打了折扣。
"如果攻击者真的想用它做坏事——比如网络攻击或生物威胁——效果会大打折扣。"Aly 补充道。
能力削减与测试价值的平衡
Safe Intelligence 首席技术官 Alessio Lomuscio 持类似观点，承认 abliteration 可能导致模型能力下降，但他同时指出，经过能力剥离的模型在某些场景下仍能激发出特定行为，对系统压力测试有一定价值。
开源社区的现状与分歧
Armadin 创始人兼首席架构师 David Slater 透露了一个关键事实：
"截至上一代开源权重模型，jailbreak 本身并不困难，直接就能让它做我们想做的事。因此 abliteration 模型目前还不是我们流程的一部分。"
不过，Armadin 正在积极研究该技术方向。Slater 强调：
"推动开源社区理解模型真实能力边界至关重要。这种研究最终会在闭门环境中进行，会以私人化方式展开——而将它开放出来，能给安全研究人员提供工具，让我们真正看清能力前沿在哪里、理解潜在的危害。"
评论