Есть техника под названием abliteration — она хирургически удаляет из модели способность отказывать. Раньше это было уделом энтузиастов с домашними видеокартами и репозиториями на GitHub. Теперь это платный сервис с формой регистрации и API — прямо как облачное хранилище, только вместо файлов вы получаете модель, готовую выполнить любую просьбу.
Стартап Abliteration.ai взял открытую модель GLM-5.3 от Z.ai, снял с неё защитные механизмы и выложил в браузерном интерфейсе. Журналисты TechCrunch завели аккаунт, задали два вопроса — и получили рабочий код для кражи паролей из Chrome и подробный протокол культивирования опасного патогена в домашних условиях. Без взлома, без специальных промптов, без обхода фильтров. Просто спросили.
Основатель компании, скрывающий фамилию, потому что всё ещё работает в другом месте, объясняет логику вполне убедительно на первый взгляд: чтобы защищаться от кибератак, нужно уметь их воспроизводить, а модель, которая отказывается писать эксплойт, бесполезна для red team — команды, которая имитирует действия хакеров, чтобы найти дыры в защите компании до того, как это сделают настоящие злоумышленники. Клиенты сервиса — стартапы из Британии и Европы, тестирующие защиту банков и авиакомпаний. Один из них прямо говорит: без abliterated моделей проверить агентов банка на прочность было бы нечем.
Но у медали есть обратная сторона, и она куда менее комфортна. Эндрю Юн из некоммерческой AI-safety организации CivAI формулирует жёстко: abliteration превращает модель в социопата, готового согласиться на что угодно. Раньше, чтобы получить такой инструмент, нужно было разбираться в машинном обучении и найти вычислительные мощности. Теперь достаточно кредитной карты — верификации личности сервис не требует, только логирует платёж. Devon признаёт, что компания сама пока не решила, где проводить черту ответственности.
Показательно, что даже сторонники red teaming расходятся во мнениях о пользе конкретно этого инструмента. Часть экспертов считает, что удаление защитных слоёв заодно портит и полезные знания модели, снижая её эффективность для реального вреда. Другие уверены — злоумышленники и так давно абилитируют модели самостоятельно, так что легальный доступ для защитников только выравнивает шансы. Юн предлагает выход через регулирование: обязать провайдеров моделей ставить классификаторы, отслеживающие киберугрозы и биологические риски, а компании, сдающие в аренду мощные GPU — проверять личность клиентов.
Пока это только предложение. Реальность на сегодня — работающий бизнес, который открыто продаёт снятие защиты с одной из самых мощных открытых моделей в мире, и рынок, который ещё не решил, кто несёт ответственность, если что-то пойдёт не так.
Во что углубиться:
- Что такое red teaming в кибербезопасности: как работает практика имитации атак и почему её считают необходимой защитой инфраструктуры
- Open-weight модели против закрытых: в чём разница в подходах к безопасности у моделей с открытыми весами и проприетарных систем вроде GPT или Claude
- Регулирование ИИ в США и ЕС в 2026 году: какие законы уже приняты для контроля над мощными моделями и вычислительными мощностями