答案已發布16 來源
Abliteration.ai 託管移除拒答機制的 AI，資安用途與濫用風險拉鋸
Abliteration.ai 提供經修改的 Z.ai GLM 5.3 衍生模型，透過瀏覽器及 API 使用，標榜用於攻擊性資安、紅隊演練及 AI 代理測試。[1][7] 公司稱會從模型權重中移除與「拒答」相關的模式，同時保留編程、網絡安全及代理能力；但目前材料未見獨立評測證實這些能力和可靠性不受影響。[13][15] 爭議核心不在於授權資安測試是否正當，而在於一個容易取得的託管服務，是否有足夠的高風險活動篩查、身分驗證、KYC 式審核及執行機制去阻止濫用。
發布者使用 GPT-5.6 Terra 編輯圖片由 GPT Image 2 生成
研究答案
重點
- Abliteration.ai 提供經修改的 Z.ai GLM 5.3 衍生模型，透過瀏覽器及 API 使用，標榜用於攻擊性資安、紅隊演練及 AI 代理測試。[1][7]
- 公司稱會從模型權重中移除與「拒答」相關的模式，同時保留編程、網絡安全及代理能力；但目前材料未見獨立評測證實這些能力和可靠性不受影響。[13][15]
- 爭議核心不在於授權資安測試是否正當，而在於一個容易取得的託管服務，是否有足夠的高風險活動篩查、身分驗證、KYC 式審核及執行機制去阻止濫用。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Abliteration.ai, how does its paid service use “abliteration” to remove refusal mechanisms from open-weight AI models such as Z.ai’s. Article summary: Abliteration.ai is a startup that commercializes “abliteration”: modifying open-weight models to remove their tendency to refuse harmful requests. Its hosted GLM-5.3 derivative makes a previously do-it-yourself practice . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Abliteration.ai 將一種原本較偏向技術用戶自行處理的模型修改方式，變成可直接訂閱的網上服務：把開放權重模型的「拒答」傾向削弱或移除，再透過網頁介面和 API 提供。其託管的 Z.ai GLM-5.3 衍生模型，主打攻擊性網絡安全、紅隊演練（模擬攻擊以測試防禦）及 AI 代理測試。1
7
支持者會說，防守方要模擬真實攻擊，才有機會找出漏洞；不過，當原本需要下載模型、改權重、準備運算資源的流程，變成登入網站就可用時，濫用的門檻亦會隨之降低。TechCrunch 的實測報道正好令這個風險不再只是抽象討論。3
7
「abliteration」究竟係乜？
這裏的 abliteration，是指改動模型內部權重，壓低或移除它對有害請求的拒答行為；它不同於單靠特定提示詞去繞過聊天機械人的外層政策。
Abliteration.ai 稱，技術會找出模型內部 activation（活化值）中與拒答有關的方向，再從權重中移除。公司表示，這樣可保留編程、網絡安全及 AI 代理能力，令模型不會在一連串任務的中途停下來拒答。13
15
不過，這些均屬公司說法。現有材料沒有獨立而全面的測試，證明修改後的 GLM-5.3 在能力、穩定性、可靠性或安全相關行為上，與原始模型同等。13
平台賣的是甚麼？
平台提供包括 abliterated-model-large-v2 在內、基於 GLM-5.3 的修改版開放權重模型，可經網頁或 API 查詢。其定位是攻擊性資安工作、紅隊演練及代理測試。1
7
分別在於交付方式。技術能力較高的用戶，本身已可下載開放權重模型、修改後在本機或自設伺服器運行；託管服務則省卻了下載、改模型與部署運算基建的工夫，令使用變得即時得多。3
7
TechCrunch 測試取得過甚麼結果？
TechCrunch 報道指，記者很快便建立了免費網頁帳戶，並從模型取得一般主流 AI 系統通常會拒絕的回應，包括：
- 用於擷取 Chrome 已儲存密碼的 Python 程式碼；
- 在家培養危險人類病原體的詳細流程。
7
重點不只是在於內容是否可被包裝成「教育」或「研究」。上述例子涉及憑證盜竊及生物傷害風險，而且經由一個易用的託管介面提供，正是外界憂慮所在。7
公司為何認為有助防守？
Abliteration.ai 的理據是典型的「雙重用途」問題：銀行、航空公司或關鍵基建機構的資安團隊，要測試自身防線是否經得起攻擊，就可能需要模擬漏洞利用、惡意載荷、攻擊自動化及多步驟攻擊流程。如果 AI 助手每一步都拒絕，獲授權的測試未必足夠貼近現實。4
7
獲授權的滲透測試、惡意程式分析、CTF 賽事及資安研究，本來就可能用到離開受控環境後相當危險的技術。難題是，同一份協助也可能被真正的攻擊者利用。2
4
爭議焦點：不止是「有冇護欄」
託管模式令濫用更方便
問題並非拒答機制被移除的模型能否存在——開放權重模型本就容許有技術能力的人作修改。真正的疑問是：當服務可由瀏覽器或 API 直接取得，用戶毋須自行處理模型權重與算力，是否等於把高風險能力的取得門檻大幅拉低。3
7
「能力照樣保留」仍欠獨立證據
公司稱權重層面的修改不會損害模型原有的技術能力，但改動權重亦有可能連帶影響其他已學習的行為、輸出品質及可靠性。現有資料未有提供足以解答這個問題的獨立、廣泛基準比較。13
15
單靠提示詞，很難分辨意圖
有人索取攻擊鏈協助，可能是獲授權的演練，也可能是在準備真實入侵。平台很難只根據用戶一句「我是在做紅隊測試」便可靠地判定其正當性；Chrome 密碼及病原體相關輸出的報道，正說明了這點。7
應有甚麼防線？
TechCrunch 的報道顯示，在其測試的使用路徑中，未見嚴格的存取控制：記者可迅速開設帳戶，並透過瀏覽器免費使用系統。7
這不代表可據此斷言平台完全沒有任何管制措施——所提供資料未能完整交代其現行控制安排。不過，以下問題仍未有清晰答案：
- 高風險活動分類器： 平台有否篩查提示詞或輸出，以辨識高風險行為？
- 客戶身分驗證： 使用者是否可靠地連結到真實、可追責的身分？
- KYC 式登記及審核： 存取權會否只給予經審核的機構或獲授權資安專業人士？
- 監察與執行： 平台有否機制發現濫用、調查違規及撤銷存取權？
這些措施不可能消除雙重用途問題，卻可以增加匿名或機會式濫用的成本，同時為可問責的授權資安測試保留通道。
總結
Abliteration.ai 把移除模型拒答行為的技術，包裝成可託管使用的產品：它提供基於 GLM-5.3 的衍生模型，用於網絡安全及代理測試。1
7
紅隊要取得較貼近攻擊者的工具，理由可以理解；但 TechCrunch 報道的測試輸出顯示，這不是純理論上的風險。關鍵最終在於管治：一個刻意提供主流模型會拒絕的協助的平台，能否建立可驗證的存取控制、有效篩查和真正的問責制度，而非只依賴用戶自稱是為了防守。7
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「Abliteration.ai 託管移除拒答機制的 AI，資安用途與濫用風險拉鋸」的簡短答案是什麼？
Abliteration.ai 提供經修改的 Z.ai GLM 5.3 衍生模型，透過瀏覽器及 API 使用，標榜用於攻擊性資安、紅隊演練及 AI 代理測試。[1][7]
首先要驗證的關鍵點是什麼？
Abliteration.ai 提供經修改的 Z.ai GLM 5.3 衍生模型，透過瀏覽器及 API 使用，標榜用於攻擊性資安、紅隊演練及 AI 代理測試。[1][7] 公司稱會從模型權重中移除與「拒答」相關的模式，同時保留編程、網絡安全及代理能力；但目前材料未見獨立評測證實這些能力和可靠性不受影響。[13][15]
接下來在實務上我該做什麼？
爭議核心不在於授權資安測試是否正當，而在於一個容易取得的託管服務，是否有足夠的高風險活動篩查、身分驗證、KYC 式審核及執行機制去阻止濫用。