随着可下载权重模型能力持续提升，围绕“去护栏”模型的争议正从开源社区走向商业市场。TechCrunch报道，Abliteration.ai 正把这类模型托管成可直接调用的在线服务，用户既能在网页端使用，也能通过 API 接入。

提供去除拒答机制的模型

这家公司名称来自一种常见做法，即移除模型对有害请求的拒答倾向。平台目前托管多款经修改的开源权重模型，其中包括 Z.ai 近期发布的 GLM-5.3。

报道提到，Abliteration.ai 的定位是为“进攻性网络安全、红队测试和智能体测试”提供工具。其逻辑是，防守方如果无法复现攻击行为，就很难验证系统在真实攻击下的表现。

不过，这种处理也会同步降低危险任务的使用门槛。TechCrunch 测试发现，注册账户后即可免费在浏览器中调用相关模型，模型能够直接响应窃取 Chrome 已保存密码的 Python 程序等请求。

从地下实践走向商业化

去除模型拒答并不是新技术。多年来，研究人员和开发者一直在对开源权重模型做类似处理，Hugging Face 上也已有大量相关模型。

Abliteration.ai 的变化在于，它把原本需要用户自行下载模型、准备算力的流程，变成了现成可用的托管服务。这意味着使用门槛进一步下降，相关能力更容易被规模化获取。

公司联合创始人 Devon 表示，Abliteration.ai 已与多家大型云服务商达成合作，目前主要依靠客户收入运转，尚未完成风投融资，但正在接洽投资事宜。按其说法，客户包括英国和欧洲的早期红队测试公司，这些公司服务于银行、航空公司及关键基础设施相关企业。

安全价值与滥用风险并存

支持者认为，攻击者本来就会自行修改模型，防守方若没有同类工具，反而会落后。部分从事智能体红队测试的公司也认同，公开研究这类模型有助于理解前沿能力和潜在危害。

但反对者担心，平台化提供去护栏模型会放大现实风险。AI 安全机构 CivAI 研究负责人 Andrew Yoon 认为，这类处理会让模型更容易执行危险请求，未来可能被用于实际伤害行为。

业内对其实际价值也有分歧。一些安全公司称，日常测试更多依赖微调开源模型，而不是直接使用去护栏模型，因为后者在移除拒答后，可能连带削弱部分知识和能力。也有人认为，即便能力有所下降，这类模型仍能触发某些极端行为，适合用于系统压力测试。

监管讨论开始升温

报道显示，Abliteration.ai 允许客户自行叠加内容审核层，平台本身也保留了少量限制，例如测试中未提供自杀指令。公司称，正继续增加针对暴力内容的限制。

不过，该平台目前并未引入完整 KYC 机制，除记录付款信用卡外，对用户身份审核仍较有限。公司方面也承认，如何界定服务提供方的责任边界，仍在摸索中。

随着越来越多高能力模型以可下载权重形式发布，监管讨论也在升温。Andrew Yoon 此前建议，政府可要求服务商部署分类器，识别并拦截有害网络攻击和生物武器相关活动；同时，对直接出租高端 GPU 算力的企业提出更严格的身份核验要求。

这场争论的焦点正在变得更具体：当任何人都可能移除模型护栏时，把这类模型进一步做成低门槛在线服务，究竟会提升互联网防御能力，还是让危险用途更容易扩散。