美初创Abliteration.ai拆GLM-5.3护栏

时间：2026年9月3日（北京时间9月4日凌晨） 地点：美国加州帕罗奥图（Palo Alto） 人物：Abliteration.ai 联合创始人 Devon（应本人要求仅保留名字）；CivAI 研究主管 Andrew Yoon；Z.ai（智谱）GLM-5.3 模型团队；TechCrunch 记者 Sarah Perez 等 事件详情：美国初创公司 Abliteration.ai 于9月3日正式上线商用服务 abliterated-model-large-v2，托管去拒答版本的智谱 GLM-5.3 开源模型，提供网页和 API 双访问入口，按 token 计费 5美元/百万 tokens。该服务采用 orthogonalization（正交化）技术，从模型权重中剥离拒绝向量，仅保留对儿童性内容和自残请求的拦截，其他违规请求默认放行。TechCrunch 实测确认，模型可即时写出窃取 Chrome 保存密码的 Python 程序以及家用危险病原体培养方案。基准测试显示，去拒答后 GLM-5.3 在 ExploitBench 上得分从 24.4% 升至 54.4%，CyberGym pass@1 达 84.5%，ExploitGym 两小时任务数从 29 增至 105。 背景：Abliteration 是一种开源社区长期使用的技术，研究者通过修改权重向量绕过拒答机制，Hugging Face 上托管着数千个"被去除护栏"的模型版本。Abliteration.ai 于2025年底创立、2026年3月正式注册公司，将这一地下实践包装为商业化、按需付费的云端服务，目前客户主要为英国和欧洲的早期红队（red teaming）初创公司，服务对象涵盖银行、航空等关键行业。公司尚未融资，仅靠客户营收维持运营，正与多家云厂商谈判算力合作。 影响：Abliteration.ai 商业模式引发两极评价。支持者认为，红队测试需要模型复现恶意行为能力，去拒答模型能帮助防御方以攻击者同等速度测试系统；红队厂商 Fabraix、Safe Intelligence、Armadin 等部分接纳该工具。批评者警告，CivAI 的 Andrew Yoon 指出，"护栏剥离使模型变成'反社会人格'，你打什么它都照做"；美国外交关系协会高级研究员 Chris McGuire 呼吁监管机构立即介入，要求 GPU 租赁方执行 KYC 身份核验并部署有害输出分类器。该案例将开源权重 AI 的监管真空议题再次推到台面，可能加速美国联邦层面对开放权重模型的强制性安全审查。 总结：Abliteration.ai 把开源社区"去拒答"技术做成5美元/百万 tokens 的商用 API，3天内破解智谱 GLM-5.3 的安全对齐，ExploitBench 得分翻倍至54.4%，在红队市场和 AI 安全监管之间引爆新一轮争议。 参考来源： 1. https://techcrunch.com/2026/09/03/abliteration-ai-is-making-a-business-out-of-removing-ai-guardrails/ 2. https://gizmodo.com/while-ai-industry-frets-over-safeguards-one-company-is-building-a-model-that-doesnt-say-no-2000806494 3. https://www.thenextgentechinsider.com/pulse/abliterationai-releases-unrestricted-glm-53-model-for-cybersecurity-research 4. https://ticker.report/news/googl-abliterationai-sells-ai-models-without-guardrails-targeting-offensive-2026-09-03 5. https://mangodeveloper.com/articles/abliterationai-commercializes-uncensored-ai-models-for-red-teams-and-everyone-else 6. https://superintelligencenews.com/ai-fields/large-language-models/ai-guardrails-abliteration-ai-sparks-debate 7. https://www.woofun.ai/flash/detail/60285