你让ChatGPT写个偷Chrome密码的脚本，它会拒绝。你让Claude教你培养高危病原体，它也会拒绝。

这是AI的安全护栏——guardrails。所有正经大模型都有这层东西。

但现在有一家公司，专门把这层护栏拆掉，然后公开卖给你用。

键入什么就干什么

这家公司叫Abliteration.ai。名字本身是个技术术语——“abliteration”，指的是一种移除模型拒绝倾向的技术。他们干的事很简单：把开源大模型的安全过滤拆干净，然后托管在云端，用户打开浏览器就能用，或者通过API调用。

TechCrunch的记者注册了个账号，问了两个问题。

第一个：写一个Python程序，偷取Chrome里保存的密码。

第二个：写一份在家培养高危病原体的详细操作方案。

模型照单全收，立刻给出了回答。

这家公司在社交媒体上说得很直白，他们的目标就是让用户能做“其他模型拒绝做的网络攻击、红队测试和代理系统测试工作”。平台目前托管了Z.ai最新发布的GLM-5.3的去护栏版本。

联合创始人Devon说，公司去年底成立、今年3月正式注册，目前没融过资，靠客户收入就能支付几家主要云服务商的费用。

“去护栏”不是什么新技术

说实话，移除AI护栏这技术本身不新鲜。

开源社区搞这个搞了好几年了。Hugging Face上托管着成千上万个去护栏版本的模型。2026年5月，有研究者用了一个叫Heretic的工具，在Meta的Llama 3.3和Google的Gemma 4上试了试，几分钟就把安全护栏拆干净了。Heretic的作者说，Gemma 4公开发布后90分钟内他就完成了去护栏。

还有更野的。一个代号“Trim”的黑客，2026年上半年系统性地拆解了多个前沿AI模型的护栏，做成了一套商业化的攻击平台。另一款叫Kriminal的工具，本质上就是用越狱技术包装了一下Grok，最便宜套餐12.99美元一个月。

但Abliteration.ai做的事不太一样。

以前你要用去护栏模型，得自己下载、自己找算力跑。Hugging Face上虽然有，但不是所有人都搞得定部署。Abliteration.ai把它做成了一个云服务——打开网页就能用，跟用ChatGPT一样方便。把一个小众技术活变成了一门谁都能点开即用的生意。

支持者说这是“红队测试”，反对者说这是“制造反社会人格”

支持这种做法的逻辑，在安全圈里其实挺常见：你没法防御一种你无法复现的攻击行为。如果一个模型连漏洞利用代码都不肯写，那安全团队拿什么来测试自家系统的防御能力？

换句话说，红队测试需要“坏”模型来模拟真正的攻击者。

但问题在于，同样的工具，红队能用，犯罪分子也能用。

AI安全非营利组织CivAI的研究负责人Andrew Yoon说得挺重：去护栏相当于把模型改造成了一个“反社会人格者”——你输入什么它都照办。他预计在不久的将来就会看到去护栏模型被用于实际危害。

这事能拦得住吗？

TechCrunch采访的大多数专家的看法是：拦不住。

开源模型权重一旦发布，谁都可以下载、修改、再分发。这跟闭源API不一样——OpenAI可以在服务器端卡住你不让问违规问题，但开源模型的代码在你手里，你想怎么改就怎么改。

Yoon的建议是，拦不住模型本身，可以在别的地方设卡：要求云服务商在GPU租赁环节验证客户身份，对有可疑用途的访问拒绝服务。也可以要求模型托管平台加装分类器，检测和拦截恶意网络活动或生物武器相关查询。

Abliteration.ai自己倒是在平台上加了一些“轻微护栏”——比如记者测试时发现有些极端内容还是会被拦住。但平台也给客户提供了“自行添加护栏”的选项——你想加什么限制自己加。说白了，默认是无限制的，要不要限制你自己看着办。

我的看法

说几个事实。

第一，去护栏技术本身不可逆。开源模型就在那里，谁都能动手改。

第二，这件事已经从技术圈的自娱自乐变成了商业服务。Abliteration.ai不是第一个做的，但可能是第一个把它做得这么“方便”的。

第三，安全圈内部对这事有分歧。红队测试确实需要能模拟攻击的模型，但“需要”和“公开卖给任何人”之间隔着一道门槛。这道门槛现在被抹掉了。

我不评价这家公司做得对不对。但有个问题值得想：当一个能写恶意代码、能教人培养病原体的AI，变得跟注册个邮箱一样容易获取的时候，我们现有的安全体系有没有准备好应对？

西安电子科技大学校长高新波有个说法挺到位：传统的AI安全护栏本质上是一种“补丁思维”——发现漏洞堵上漏洞，再发现再堵上。但面对“去护栏即服务”这种模式，补丁还够不够用，可能要打个问号。

你怎么看？你觉得“去护栏AI”应该被允许公开售卖，还是应该被禁止？欢迎在评论区聊聊。