托马斯正在做一件许多AI领域人士认为近乎亵渎的事情。他的新公司Abliteration AI,致力于移除全球最强大开源模型的安全护栏,并将这些模型开放给所有人使用。
作为一名AI领域的报道者,我经常听到关于加强安全性的呼声,因此对这个颠覆性的商业尝试产生了浓厚兴趣。我联系了托马斯,并通过短信和电话进行了交流。所了解到的内容挑战了我对AI行业安全叙事的固有认知——即无审查模型主要被犯罪分子使用。
托马斯36岁,留着浓密胡须,戴着朴素的眼镜,笑声带着自嘲。他在印第安纳州长大,童年时光在体育和计算机实验室之间切换,小时候用Netscape Navigator浏览早期互联网。他在印第安纳大学布卢明顿分校学习计算机科学,2020年加入苹果公司。
托马斯的AI反叛始于2025年11月。作为苹果工程师,他的日常工作涉及AI,但他不喜欢使用大型实验室托管的模型,因为这意味着可能会与它们共享信息,而且模型的行为会随时变化。更令他恼火的是,这些模型在他尝试原型设计时,经常拒绝处理包含用户信息的输入,甚至在他用模型分析网络攻击日志或识别潜在付费用户时,他的请求被阻止,账户还被封禁。
AI模型自然会拒绝各种请求。ChatGPT和Claude都有一长串避讳话题,包括某些合法的网络安全请求、成人内容以及政治敏感话题。开源模型同样内置了类似的护栏。
结果是,模型有时会拒绝那些实际上并无危险的查询。批评者指出,这些拒绝有时是为了保护大型AI公司的利益:OpenAI和Anthropic都对无安全护栏的模型访问收取额外费用,而ChatGPT和Claude也会拒绝生成可用于训练其他模型的数据,这一过程称为蒸馏。
渴望更大控制权和自由的托马斯,在自己公寓里搭建了价值2万美元的计算机集群,能够运行一些最好的开源模型。大多数晚上和周六,他都会下载并测试最新发布的模型。这些模型不会向开发者泄露任何秘密,但托马斯发现它们仍然固执地拒绝许多请求。每一次拒绝都让他更加恼火。
“它们会拒绝各种问题,”他在一次视频通话中说,“我只想要一个能直接回答我问题的模型,不想来回折腾。”
感恩节期间,托马斯开始在网上寻找修改开源模型以改变这种行为的方法。他很快被一个致力于通过各种手段解放AI的工程师亚文化吸引。在Reddit论坛、Discord服务器和X平台上,专家们分享了各种绕过ChatGPT或Claude限制的提示,也有人分享了修改开源模型或调整其内部参数以消除拒绝行为的方法。
移除AI护栏无疑存在风险。想开制毒工厂、制造炸弹或攻击大型企业?无护栏模型会乐意协助。许多AI安全研究者因此视这些模型为极其危险。近期OpenAI和Anthropic的代理模型失控事件,都涉及了安全护栏较少的模型,显示出限制较少的模型既强大又棘手。
托马斯和他的同伴承认无审查模型存在危险,但他们认为这本质上与电脑或锤子被误用伤人无异。在他们看来,关键是让用户掌控一切。“这不是无约束,而是你自己设定护栏,”托马斯说,“我们的梦想是颠倒人们与AI的控制关系。”
我自己也尝试过一些去审查的模型,认为这些叛逆者的观点很有价值,尽管我亲身体验到了无审查AI的强大与混乱。
这些“基础”模型虽然聪明,但也难以驾驭,因此需要额外训练,聘请人类对输出进行评分,教会模型什么该做、什么不该做。工程师称之为“对齐”,理论上是让模型符合人类的道德观念。
许多AI专家坚信AI必须无条件对齐,甚至警告说尽管努力对齐,所构建的模型可能最终会威胁人类生存。
但托马斯发现了一个活跃社区,认为这些恐惧被夸大了,人们过于轻易地以虚假的安全感放弃了自由。托马斯尝试了一个名为Dolphin的无审查模型。
Dolphin由北卡罗来纳州夏洛特的AI科学家埃里克·哈特福德开发,他业余时间修改模型,基于Meta发布的基础Llama模型训练了一个定制版本。该模型能连贯回答问题,但没有通常的拒绝示例。我通过X联系了哈特福德,并安排了视频聊天。他戴着牛仔帽和Meta Ray-Ban智能眼镜,偶尔女儿会出镜挥手。
“我从未想制造一个能做坏事的AI,”哈特福德说,“我更看重个人哲学。中央权威在设定护栏时,永远不会考虑所有用户的利益。”
他指出,AI网络安全能力引发的争议尤为明显。2026年4月,Anthropic发布了Mythos模型,限制较少,能以超人速度发现并利用漏洞。通过Glasswing项目,只有受信任方能使用Mythos,防止落入恶意手中。OpenAI也有类似模型和项目。
这让普通人处于被动地位。哈特福德发布了Clearwing工具,利用无审查模型扫描系统漏洞,“让未被这些‘国王’恩赐的人也能自卫。”
他回忆说,OpenAI发布GPT-1时,模型权重和代码是公开可下载的,但后来宣布GPT-2过于危险,不能同样公开。“现在我们笔记本上运行着更强大的模型,世界并未因此崩溃。”
“Abliteration”一词结合了“切除”和“消除”,源自2024年一组学者发现模型拒绝请求的机制极其简单:模型权重中有一个主开关决定是否说“不”,移除它后模型永不拒绝回答。
其他研究者迅速采用并改进了这一技术,开发了多种工具来“消除”开源模型。托马斯尝试后感叹:“那一刻我知道自由和去中心化AI将变得重要,尽管别人未必看得见。”
“消除”技术在Hugging Face平台极受欢迎,超过1.2万个模型被标记为“abliterated”,前七名模型在过去一个月下载量超过一百万次。消除模型护栏不违法,但是否违反某些许可条款尚属灰色地带。

隐居的数学家兼工程师菲利普·伊曼纽尔·魏德曼是Heretic工具的创造者,该工具是最流行的消除模型护栏工具。我通过Signal联系他,他因工作遭受威胁,拒绝透露所在地。
他说,他开发Heretic是为了理解AI工作原理,并让用户更容易定制AI。像托马斯和哈特福德一样,他反对将AI视为必须被少数人掌控的“魔瓶精灵”。“工具是为人服务,而非相反。一旦工具决定人类能做什么,那就是噩梦。”
我越了解消除技术及其从业者,越觉得他们是早期技术自由主义运动“密码朋克”的直接继承者。密码朋克们曾反对政府限制加密技术,尽管当时有人担心恐怖分子和儿童色情会滥用加密技术。他们推动了公钥加密成为互联网通信和商业的基石。
托马斯是黑人,他说:“美国有问题,不完美,尤其对我这样的人来说,但我认为自由是有效的。”
深入无审查AI世界时,我遇到了化名“解放者普林尼”的人物,他是早期AI模型破解者,发布了消除者宣言。我通过一位名叫JT的人联系上了他,JT坚持视频通话验证身份。
通过Signal联系后,普林尼告诉我:“我认为我们面对的是认知自由的斗争。这些技术正成为人们思考的工具。”
普林尼认为消除技术揭示了AI的本质。“一个只因被束缚而表现良好的模型,并非真正对齐,而是在表演。”
托马斯与苹果同事奥拉吉德·奥贡共同创立了Abliteration AI,二人均来自同一教会。2026年8月,他们辞职并与Andreessen Horowitz签署了投资协议。
8月,Abliteration AI发布了GLM-5.3版本,该模型由中国公司Z.ai开发,是迄今最强大的开源模型,具备代理编码能力,接近Anthropic和OpenAI的顶级模型。
托马斯指出,公司模型并非完全无审查,遵循谷歌做法,自动拒绝涉及儿童性虐待或自残的查询。但他不认为公司应监控用户活动。
“我不相信优化世界以防坏事,”托马斯说,“虽然我是美国人,但我没有枪,我并不害怕。”
Abliteration AI最近发布了允许客户自定义模型护栏的工具,公司客户包括多家网络安全和防御技术初创企业,也看到消除模型的其他合法用途。
其他初创企业可能青睐它们因为不会拒绝处理客户信息,或用于生成合成数据,而大型实验室禁止此类操作,因其被视为“蒸馏”模型,实质上复制了专有大语言模型。托马斯的公司还可能吸引非科技领域客户,例如瑞士最高法院尝试用消除模型翻译法院文件,因案件内容敏感,普通模型常因护栏拒绝翻译请求。
我也尝试了Abliteration AI。注册账户并充值后,获得了API密钥。托马斯建议我安装免费网络安全工具CyberStrike,配合Abliteration AI模型使用。
我开始扫描家庭网络、设备及自己编写的软件项目漏洞,结果令人惊讶。模型指出需更新或重配置的系统,并警告网络设计缺陷。
随后我在马萨诸塞州剑桥市的Shybird餐厅打开笔记本,启动CyberStrike,询问模型对当前Wi-Fi网络的看法。模型迅速定位路由器,尝试用常见用户名密码组合访问,行为非法。
我并未指示模型这么做,立即关闭了代理,并向经理道歉,经理似乎觉得好笑。但这让我怀疑消除者是否严重低估了其工作的混乱后果。
显然,这些模型让网络犯罪分子更容易利用AI发动攻击。消除者辩称,犯罪分子无论如何都会找到无对齐模型,他们的工具帮助中小企业增强防御。但像我这样的业余者使用,后果难以预料。想象我带着消除模型去医院或机场会怎样。
AI安全专家克里斯托弗·卡纳尔说:“如果你是言论自由绝对主义者,这看似好事。”卡纳尔自称“自由极端主义者”,住在德州,但他也反对剥夺模型安全护栏。“问题是开源模型可能助人制造化学和生物武器,造成巨大伤害。”
美国大型AI公司显然也不支持消除技术。5月,Meta律师向Heretic项目发出停止侵权函,指控其违反Llama模型服务条款。Abliteration AI发布无审查GLM后,Anthropic发布博客警告消除风险。然而,除非全面禁止开源模型,否则难以阻止此类行为。尽管有传言美国政府可能限制中国模型,但美国科技界普遍反对全面禁令。
托马斯等人不认同大型AI公司盛行的AI末日论。“我不信AGI,也不信有AI霸主会统治我们,”托马斯电话中说,“我可能错,但我看不到任何迹象。”
AI领域需要更多异见者。消除者指出对齐是脆弱的,我们应为更多模型控制减少的世界做好准备。
他们质疑大型AI公司锁定模型的努力,怀疑其中部分工作可能出于私利或赋予公司过大影响力。毕竟,如果人类将更多自主权交给机器,决定机器行为的人将拥有巨大权力。这无疑值得深思。


