AI 编程实时动态与要闻

TechCrunch 报道初创公司 Abliteration.ai 将长期存在于开源社区的 abliteration（正交化去除拒答倾向）做成可浏览器/API 访问的托管服务，并上线智谱 Z.ai 近期开源权重模型 GLM-5.3 的去护栏版本。公司称面向进攻性网络、红队与智能体测试等「其他模型拒绝做」的工作；TechCrunch 实测可免费注册并用该模型生成窃取 Chrome 密码脚本与危险病原体培养协议等内容。平台提供客户侧可加回的审查层，自身仍有少量限制（如自杀指导），尚无正式 KYC（主要记信用卡）。CivAI 等安全研究者警告大规模可及的去护栏模型可能被滥用于伤害；部分红队从业者则称日常更依赖微调开源模型，且 abliteration 可能损伤能力。

Mistral AI 发布 Shieldstral，一个 30 亿参数、开源权重的内容安全模型，可在设备端部署。模型把审核策略写成自然语言问题，输出校准分数，文本与图像共用同一接口。官方同步放出技术报告（arXiv:2607.25857）。

Mistral 发布开源安全审查模型 Shieldstral 3B，采用宽松的 Apache 2.0 协议，支持在单张 16GB 显存消费级 GPU 上进行端侧高吞吐部署。开发者可直接传入自然语言安全规则，模型支持图文多模态校准风险评分。