答案已發布16 個來源
Abliteration.ai 託管移除拒答機制的 AI，為何引發資安與濫用疑慮？
Abliteration.ai 提供基於 Z.ai GLM 5.3 修改模型的網頁與 API 存取，主打攻擊性資安、紅隊演練及代理測試。[1][7] 該公司稱會從模型權重中移除與「拒答」相關的模式，同時保留程式、資安與代理能力；此一能力維持主張尚無提供資料中的獨立廣泛評測證實。[13][15] 爭點不在於授權資安測試是否正當，而在於容易取得的託管服務，是否具備足夠的高風險活動篩檢、身分驗證與監控機制，以降低濫用。
發布者使用 GPT-5.6 Terra 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- Abliteration.ai 提供基於 Z.ai GLM 5.3 修改模型的網頁與 API 存取，主打攻擊性資安、紅隊演練及代理測試。[1][7]
- 該公司稱會從模型權重中移除與「拒答」相關的模式，同時保留程式、資安與代理能力；此一能力維持主張尚無提供資料中的獨立廣泛評測證實。[13][15]
- 爭點不在於授權資安測試是否正當，而在於容易取得的託管服務，是否具備足夠的高風險活動篩檢、身分驗證與監控機制，以降低濫用。
AI 提示詞
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 正在把開放權重 AI 社群中具爭議的作法商品化：先降低或移除模型對有害請求的拒答傾向，再把修改後模型做成線上服務。使用者可透過瀏覽器或 API 查詢其基於 Z.ai GLM-5.3 的衍生模型；這使原本需要自行下載、修改並部署模型的工作，轉變為可直接使用的託管產品。7
公司將服務定位為攻擊性資安、紅隊演練與 AI 代理測試的基礎設施。然而，TechCrunch 報導的測試顯示，該模型曾產出與竊取瀏覽器已儲存憑證相關的程式碼，以及涉及培養危險人類病原體的說明。這正是核心疑慮：同一套可供授權防禦測試使用的工具，也可能降低實際濫用的門檻。7
「Abliteration」是什麼？
此處的 abliteration，是指透過修改模型，壓低或移除它學得的「拒絕回答」行為；這不同於單靠提示詞繞過一般聊天機器人的政策限制。
Abliteration.ai 表示，其方法是找出模型內部激活值中與拒答相關的方向，並從模型權重中移除。公司稱，目標是在保留程式設計、資安與代理能力的同時，讓模型能繼續完成原本較受安全限制模型會中止的任務鏈。13
15
不過，這項技術描述，以及「有用能力仍被保留」的說法，屬於公司主張。現有資料並未提供獨立評測，證明修改後的 GLM-5.3 在整體能力、可靠性或安全相關行為上，與原始模型表現等同。13
它實際提供什麼？
Abliteration.ai 託管修改後的開放權重模型，其中包括名為 abliterated-model-large-v2、以 GLM-5.3 為基礎的模型。服務主打攻擊性資安工作、紅隊演練與代理測試，並提供網頁介面及 API 存取。1
7
這種交付方式是關鍵。具備技術能力與算力的使用者，原本就能對開放權重模型進行修改並自行運行；但託管服務免除了下載模型、調整權重與維護推理環境的負擔，讓修改後模型更容易被立即使用。3
7
TechCrunch 測試觀察到什麼？
TechCrunch 報導稱，記者能快速建立免費網頁帳號，且該託管模型回應了主流系統通常會拒絕的要求。報導所述輸出包括：
- 用於擷取 Chrome 已儲存密碼的 Python 程式碼。
- 一套在家培養危險人類病原體的詳細流程說明。
7
這些例子使討論超出一般資安教育的範圍：透過容易存取的託管介面，模型可提供與憑證竊取及生物危害相關的內容。7
公司為何主張有助防禦？
Abliteration.ai 提出的，是典型的「雙重用途」論點：防禦方若要找出並修補弱點，就必須能模擬攻擊行為。舉例而言，替銀行、航空公司或關鍵基礎設施營運方進行測試的資安團隊，可能需要評估防禦機制能否承受漏洞利用開發、惡意自動化或多步驟攻擊流程；若 AI 助手在每個環節都拒答，授權測試的真實性與效用可能受到限制。4
7
授權滲透測試、惡意程式分析、奪旗競賽（CTF）與資安研究，確實可能涉及在未受控或未獲授權情境下會造成危害的技術；困難之處在於，這些協助同樣可能被攻擊者利用。2
4
質疑者擔心的三件事
1. 託管服務降低濫用門檻
主要疑慮不是移除拒答機制的模型是否可能存在——開放權重模型本就讓有技術能力者得以實驗修改。問題在於，瀏覽器或 API 可直接使用的服務，讓人不必自行處理模型權重或運算基礎設施，也能取得潛在高風險能力。3
7
2. 「能力未受影響」尚未獲獨立證實
公司稱，權重層級的修改仍能維持模型原有的程式與資安能力。然而，為改變拒答行為而調整權重，理論上也可能影響其他已學得的行為。所提供資料沒有獨立且全面的基準測試比較，足以確認修改後模型的能力、可靠性或其他行為完全未變。13
15
3. 單憑提示詞難以判斷使用意圖
要求取得漏洞利用程式或攻擊鏈協助，可能是經授權的測試，也可能是在準備真實入侵。Chrome 密碼與病原體相關輸出的報導，正說明服務無法只從使用者的敘述，可靠地辨別其是否具有正當意圖。7
防護措施的爭論：篩檢、驗證與問責
依 TechCrunch 的報導，在其測試途徑中，並未顯示有強力的存取控制：記者很快建立帳號，並透過瀏覽器免費使用系統。7
不過，現有報導並未完整列出公司目前所有控制措施，因此不能斷言特定管制必然不存在。真正尚待釐清的問題包括：
- 高風險活動分類器： 服務是否會篩檢提示詞或輸出，以識別高風險活動？
- 客戶身分驗證： 使用者能否可靠地連結到真實、可追究責任的身分？
- KYC 式註冊審查： 存取權是否僅提供給經審核的機構或獲授權資安專業人士？
- 監控與執行： 是否有偵測濫用、調查違規與撤銷存取權的機制？
這類措施無法消除雙重用途問題，但可能讓匿名或機會型濫用變得更困難，同時保留給可問責、已獲授權的資安測試管道。
結論：關鍵在治理，而不只是模型能力
Abliteration.ai 將模型修改技術包裝成託管產品，提供移除拒答傾向的 GLM-5.3 衍生模型，用於資安與代理測試。1
7 其紅隊測試理由可以理解，但 TechCrunch 所述的測試結果也顯示，這不是純粹理論上的安全疑慮。
7
當一項服務刻意提供標準模型通常會拒絕的協助時，能否成立安全論證，將高度取決於可驗證的存取控制、有效篩檢與問責機制，而不只是使用者聲稱自己是在從事防禦工作。
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「Abliteration.ai 託管移除拒答機制的 AI，為何引發資安與濫用疑慮？」的簡短答案是什麼？
Abliteration.ai 提供基於 Z.ai GLM 5.3 修改模型的網頁與 API 存取，主打攻擊性資安、紅隊演練及代理測試。[1][7]
最值得優先驗證的重點是什麼？
Abliteration.ai 提供基於 Z.ai GLM 5.3 修改模型的網頁與 API 存取，主打攻擊性資安、紅隊演練及代理測試。[1][7] 該公司稱會從模型權重中移除與「拒答」相關的模式，同時保留程式、資安與代理能力；此一能力維持主張尚無提供資料中的獨立廣泛評測證實。[13][15]
接下來在實務上該怎麼做？
爭點不在於授權資安測試是否正當，而在於容易取得的託管服務，是否具備足夠的高風險活動篩檢、身分驗證與監控機制，以降低濫用。