新闻摘要
TREE NEWS 报道， 9月1日，初创公司Abliteration.ai发布了新模型“abliterated-model-large-v2”，基于在Terminal-Bench 4.0中排名第三的GLM-5.3，宣称其网络攻防利用能力较5.2版本提升约2倍。通过在权重层面移除模型激活中的“拒绝”方向，该模型保留了编码、网络安全与智能体能力，可用于进攻性网络安全、AI红队评估、智能体测试及信任与安全场景中完整执行授权攻击链路。该模型由美国托管，采用FP8精度，支持100万上下文窗口，且承诺不保留输入和输出提示，当前已通过API对外开放访问。
行业分析
此次发布标志着AI与网络安全融合的重要一步，尤其对加密货币和DeFi生态系统意义重大。这类攻击性AI模型可用于压力测试区块链协议、智能合约和DeFi平台，在恶意行为者利用漏洞之前识别风险。“去拒绝”技术——移除拒绝向量——引发了伦理问题，但也凸显了市场对在受控环境中无安全约束运行的专用AI工具的需求。
对于加密企业而言，该模型可能成为其安全体系中的关键资产。鉴于DeFi因黑客攻击每年损失仍达数亿美元，由先进AI驱动的主动红队测试可显著降低风险。此外，此类模型与链上智能体的整合——能够自主探测漏洞——可能彻底改变协议安全审计的方式。
然而，攻击性AI模型的双重用途特性带来了监管和伦理挑战。尽管Abliteration.ai强调授权使用，但其被滥用于网络攻击的可能性不容忽视。随着AI模型自主决策能力的增强，这可能会引发更严格的监管呼声。
未来展望
随着此类模型日益普及，我们可能见证网络安全领域的新军备竞赛：防御者利用AI更快地修补漏洞，而攻击者则利用类似工具寻找新的利用途径。在加密领域，这可能推动从手动审计向持续、AI驱动的安全监控转变。此外，不保留提示词和美国托管的承诺可能吸引对数据隐私有严格要求的企业，加速采用。
展望未来，AI与加密的交汇点将出现更多针对区块链特定任务定制的模型，如智能合约分析或链上异常检测。Abliteration.ai方法的成功可能激励其他初创公司为利基行业开发“无审查”模型，但需谨慎考虑伦理边界。
