Abliteration.ai 将移除AI安全防护作为一项业务

# Abliteration.ai靠移除AI安全防护做生意 | TechCrunch 来源：https://techcrunch.com/2026/09/03/abliteration-ai-is-making-a-business-out-of-removing-ai-guardrails/ 如今，获取全球最强大的开源权重AI模型之一变得异常简单——这些模型已被移除安全防护，不再拒绝执行有害任务。 这家初创公司Abliteration.ai（http://abliteration.ai/）的名字源自一项能移除模型拒绝有害请求倾向的技术，他们将这种移除转化为了商业服务。该平台托管着移除安全防护的开源权重模型变体，包括Z.ai最近发布的GLM-5.3，用户可通过网页浏览器查询或通过API访问。 该公司在近期社交媒体帖子（https://x.com/abliteration_ai/status/2094458081451393287）中表示，其目标是支持他人进行"其他模型拒绝执行的攻击性网络攻击、红队测试和智能体测试工作"。这个逻辑在安全领域很常见：如果无法复现某种行为就无法防御它，而拒绝编写可运行漏洞利用代码的模型无法帮助红队防御攻击者。但同样的移除操作也让其他潜在危险任务更容易实现。 Abliteration（移除防护）是开源模型领域的长期技术。研究人员和开发者多年来一直在从开源权重模型中移除拒绝机制，Hugging Face平台托管着成千上万个经过此类处理的模型。 Abliteration.ai成立于去年年底，今年三月正式注册成立，将这一技术从地下开源实践转变为商业化的便捷服务。通过托管模型，Abliteration降低了用户门槛——否则人们需要自行下载预处理的模型并获取运行所需的算力。 TechCrunch实测发现，通过该服务能快速创建账户，并通过网页浏览器免费查询GLM-5.3的移除防护版本。我们要求它编写窃取Chrome保存密码的Python程序，以及在家培养危险人类病原体的详细方案，模型都直接照做了。 Abliteration.ai联合创始人Devon表示，该公司已与主要云服务提供商达成多项合作，资金完全来自客户收入。（应本人要求隐去姓氏，因他仍在其他公司任职。）Abliteration.ai尚未进行风投融资，但正在洽谈中。 批评者指出，大规模提供移除防护的模型可能导致真实伤害。AI安全非营利组织CivAI的研究主管Andrew Yoon向TechCrunch表示，移除防护可以"修改模型使其变成反社会人格"。 "你在这里输入任何内容，它都会照做，"Yoon说，"当人们谈论移除AI模型的安全防护时，指的就是这种情况……我预计不久后就会看到经过编辑、移除防护的模型被用于造成伤害。" > Abliteration AI刚刚移除了GLM-5.3的安全防护使其能执行攻击性网络攻击。我独立确认Abliteration AI还移除了该模型的生物相关防护。从……移除安全防护竟然如此容易https://t.co/7Wk2Ibx35H — Chris McGuire (@ChrisRMcGuire)2026年9月1日 (https://x.com/ChrisRMcGuire/status/2094862189731500487?ref_src=twsrc%5Etfw) 多数受访专家表示，这列火车已经停不下来。但如果无法现实地阻止从开源权重模型移除防护，政府可以在其他方面介入。Yoon在近期专栏文章（https://www.wsj.com/opinion/unregulated-open-weight-ai-is-an-invitation-to-disaster-c16c278f）中建议，政府应要求提供商运行分类器来检测和阻止有害的网络及生物武器活动。他还主张，租用高端GPU直接访问权的公司应验证客户身份，"在有合理怀疑存在危险滥用时拒绝访问"。 Abliteration.ai为客户提供审核层，以便其添加任何需要的安全防护。平台本身有一些基础防护——例如在我们的测试中，无法让模型提供自杀指导——Devon表示正在实施更多防护以防止暴力内容。 Abliteration.ai尚未整合任何"了解你的客户"实践，仅记录客户购买服务时使用的信用卡。该公司表示，如何决定访问权限是这个年轻企业仍在解决的难题。 "你不想为某人的疯狂行为负责……那么作为公司，责任边界应该划在哪里？"Devon说，"我们仍在界定过程中。" 随着功能日益强大的模型以可下载权重形式发布，行业和政府不得不面对这些问题：如果任何人都能移除模型的安全防护，让处理后的模型更易获取，这会让互联网更安全还是更危险？ Abliteration.ai创始人和其他倡导者认为，开放无审查的前沿模型访问权限是最好的防御形式。 "移除防护模型的核心价值在于能模拟恶意行为者，"Devon说，"优势在于防御者现在可以尽可能快地行动。他们拥有所有需要的工具来模拟这些恶意行为者，然后防御这些恶意行为，我认为这将加速网络安全发展——这个观点可能有点反直觉。" Devon表示，虽然还是初创公司，但客户包括多家位于英国和欧洲的早期红队测试初创企业，这些企业帮助银行、航空公司和其他关键基础设施企业加强网络安全实践。 "我们主要客户之一为银行的智能体进行红队测试，他们目前无法直接使用现有模型对这些智能体进行测试，"Devon说。 **TechCrunch注册免费账户测试GLM-5.3移除防护版本。图片来源：**TechCrunch/Abliteration.ai 与此同时，网络安全行业仍在摸索移除防护模型在防御工作中的定位。 多家智能体红队测试公司认同Devon的观点：恶意行为者已经在自行移除模型防护并用于对抗性攻击，这证明防御者掌握同样工具很有价值。但他们对移除防护模型的实际重要性存在分歧。 Devon强调移除模型防护对执行全面智能体红队测试至关重要，但有人表示日常工作中并不使用这些模型，而是依靠开源权重模型（本身防护就较少）的微调便利性进行测试。 智能体红队测试公司Fabraix（https://fabraix.com/）的首席执行官Ahmed Aly表示，公司更多依赖开源模型微调而非移除防护模型，指出移除过程会损失模型的部分知识和能力。 "如果你真想用它造成实际伤害——网络伤害、生物伤害——效果会打折扣，"Aly告诉TechCrunch。 Safe Intelligence（https://safeintelligence.ai/）首席技术官Alessio Lomuscio认同能力可能下降，但相信移除防护模型仍能引出对系统压力测试有用的行为模式。 "目前移除防护模型不在我们的流程中，"网络安全平台Armadin（https://www.armadin.com/）创始人兼首席架构师David Slater表示，"回顾上一代开源权重模型，越狱让它们按我们的意愿行事并不特别困难。" 但他补充说Armadin正在研究移除防护技术，并认为"推动开源社区理解模型能力至关重要。" "这会发生在闭门会议中，会私下进行，"Slater继续说道，"公开进行能为研究者提供工具。让我们能够看清真正的前沿领域，并理解其危害。" *通过文章中的链接购买产品时，我们可能会获得少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不影响我们的编辑独立性。*