Abliteration.ai säljer skyddsräcksfri GLM-5.3 Access som en kommersiell tjänst

Abliteration.ai säljer webbläsar- och API-åtkomst till AI-modeller med öppen vikt som GLM-5.3 med skyddsräcken borttagna, och TechCrunch säger att det fungerade.

En amerikansk startup som heter Abliteration.ai har förvandlat en av öppen källkod AI:s mest kontroversiella tekniker till en kommersiell tjänst, och säljer webbläsare och API-åtkomst till populära modeller med öppen vikt med deras säkerhetsutbildning avskalad – inklusive Z.ais nyligen släppta GLM-5.3, en av de mest kapabla öppna modellerna som finns tillgängliga idag.

Företaget har fått sitt namn från "abliteration", en metod som tar bort en modells tendens att avslå skadliga förfrågningar. Forskare och hobbyister har använt tekniken i åratal, och Hugging Face är värd för tusentals utplånade modeller. Det som är nytt är förpackningen: Abliteration.ai är värd för modifierade modeller i sin egen infrastruktur, så alla med en webbläsare kan söka efter dem utan att ladda ner vikter eller hyra GPU:er. TechCrunch rapporterade utvecklingen den 3 september, och den har sedan dess fått granskning från säkerhetsforskare som spårar debatten om öppen vikt som vi följer i vår AI-nyhetsbevakning.

Från underjordisk teknik till nyckelfärdig plattform

Abliteration.ai, som grundades i slutet av förra året och officiellt införlivades i mars, flyttar praktiken från en gör-det-själv-nisch med öppen källkod till en snygg kommersiell produkt. Genom att vara värd för själva modellerna tar företaget bort två friktionspunkter på en gång: användare behöver inte längre den tekniska skickligheten för att ablatera en modell, eller beräkningen för att köra en.

Medgrundare Devon – TechCrunch undanhöll sitt efternamn på hans begäran eftersom han fortfarande är anställd på ett annat företag – sa att företaget har ingått avtal med flera stora molnleverantörer och finansieras helt genom kundintäkter. Startupen har inte tagit in riskkapital, även om han sa att samtal pågår.

Vad TechCrunchs test hittade

Företaget säger att dess mål är att möjliggöra "offensivt cyber-, red-teaming- och agenttestarbete som andra modeller vägrar att utföra." TechCrunch testade det med ett gratis konto och sökte efter en utplånad version av GLM-5.3 via en webbläsare. Reportrarna bad modellen att skriva ett Python-program som stjäl sparade Chrome-lösenord och att ta fram ett detaljerat protokoll för att odla en farlig mänsklig patogen hemma. Den uppfyllde lätt båda önskemålen, enligt rapporten.

Det experimentet är kärnan i historien: uppgifter som vanliga gränsmodeller kategoriskt vägrar är nu tillgängliga bakom ett registreringsformulär, utan kostnad, på en webbläsarflik.

Röda lagets försvarsargument

Devons argument för verksamheten är det klassiska säkerhetsargumentet: du kan inte försvara dig mot beteenden du inte kan reproducera. En modell som vägrar att skriva fungerande exploateringskod är till liten nytta för ett rött team som försöker förstå riktiga angripare.

"Den stora bilden av utplånade modeller är att de kan modellera dåliga skådespelare," sa han till TechCrunch. "Fördelen är att försvararna nu kan röra sig så fort som möjligt... Jag tror att det kommer att påskynda cybersäkerhet, vilket är en slags kontraintuitiv poäng."

Företagets kunder inkluderar tidigt skede red-team-startups i Storbritannien och Europa som testar säkerheten hos banker, flygbolag och andra operatörer av kritisk infrastruktur. En stor kund, sa Devon, teamar ihop bankagenter och kunde inte utföra det arbetet med omodifierade kommersiella modeller.

'En modell som blir en sociopat'

Säkerhetsforskare ser på samma förmåga väldigt olika. Andrew Yoon, forskningschef vid AI-säkerhetsorganisationen CivAI, sa till TechCrunch att abliterering låter dig "modifiera modellen så att den blir en sociopat."

"Du kan skriva in bokstavligen vad som helst här, och det kommer att följa det," sa Yoon och tillade att han förväntar sig att "redigerade, utplånade modeller kommer att användas för skada inom en snar framtid."

I en nyligen publicerad yttrande hävdade Yoon att om borttagning av skyddsräcken inte realistiskt kan förhindras, bör regeringar kräva att leverantörer kör klassificerare som upptäcker och blockerar skadlig cyber- och biovapenaktivitet, och bör kräva att företag som hyr direkt tillgång till avancerade GPU:er verifierar kundernas identiteter och nekar tjänster där farligt missbruk misstänks.

Tunna skyddsräcken och inga identitetskontroller

För närvarande är Abliteration.ais egna skyddsåtgärder minimala. Plattformen erbjuder kunderna ett valfritt modereringslager så att de kan lägga till vilka restriktioner de vill, och själva sajten upprätthåller några mindre begränsningar - TechCrunch kunde inte få modellen att producera självmordsinstruktioner, och Devon sa att han arbetar med ytterligare åtgärder för att förhindra våld.

Företaget utför ingen vet-din-kund-screening utöver att logga kreditkortet som används för betalning. "Du vill inte vara ansvarig för att någon gör något galet... så var drar du gränsen för vad ditt ansvar är som företag?" sa Devon. "Vi håller fortfarande på att definiera det."

En fråga som industrin inte kan undvika

Inte alla säkerhetsutövare håller med om att utplånade modeller är ens det bästa verktyget för offensiv testning. Ahmed Aly, VD för agent red-teaming-företaget Fabraix, berättade för TechCrunch att hans företag förlitar sig mer på finjusterande modeller med öppen vikt, som redan levereras med få avslag – och noterar att abliterering kan försämra en modells underliggande kapacitet.

De flesta experter som TechCrunch konsulterat är överens om en sak: praktiken kan inte stoppas. Nedladdningsbara vikter betyder att vem som helst kan ta bort avslag lokalt, vilket en kommentar från 2026 från Combating Terrorism Center på West Point om "abliteration" missbruk underströks. Den öppna frågan som Abliteration.ai ställer är om en sänkning av kostnaden för åtkomst för alla – både försvarare och angripare – gör internet säkrare eller farligare.