Abliteration.ai השיקה API מאוחסן המספק גרסאות "abliterated" של מודלי שפה גדולים — מודלים שנועדו ללא מעקות הבטיחות (safety guardrails) שבדרך כלל חוסמים בקשות מזיקות. השירות מאפשר לכל מי שיש לו כרטיס אשראי לשאול מודל ללא הגבלות, כגון GLM-5.3, דרך דפדפן אינטרנט או נקודת קצה של API, ובכך מבטל את הצורך בהקמת חומרה מקומית או להתעסק עם קוד.

מפריצה תת-קרקעית להצעה עסקית

במשך שנים, נישה בקהילת ה-AI בקוד פתוח שיתפה סקריפטים של "abliteration" המסירים את התנהגות הסירוב של המודל. הסקריפטים הללו נמצאים במאגרים (repositories) ציבוריים וניתן להריץ אותם על GPUs אישיים, אך התהליך דורש ידע טכני עמוק ומשאבי מחשוב יקרים. Abliteration.ai, שהוקמה במרץ, לקחה את תזרים העבודה הזה, ארזה אותו והציבה אותו בשרתים שלה. משתמשים משלמים כעת לפי בקשה במקום להקצות מכונות משלהם, ובכך הפכה טכניקה של חובבים למוצר מסחרי.

ההצעה הציבורית הראשונה של החברה היא גרסה של GLM-5.3, מודל עוצמתי בעל משקלים פתוחים (open-weight) ששוחרר במקור על ידי Z.ai. הגרסה ה-"abliterated" מתנהגת בדיוק כמו המקורית, למעט שהיא כבר לא דוחה שום הנחיה (prompt), לא משנה כמה היא מסוכנת.

מדוע מודלים ללא הגבלות חשובים לצוותי אבטחה

ממייסד השותף של Abliteration.ai אומר כי השירות מכוון לצוותי Red Team — חברות אבטחה הבוחנות את ההגנות של בנקים, חברות תעופה ותשתיות קריטיות אחרות. הטיעון פשוט: כדי להעריך כיצד מערכת תתמודד מול תוקף זדוני, צריך כלי שיכול לחקות את היכולות של אותו תוקף. אם מודל מסרב לכתוב קוד ניצול (exploit code), איש מקצוע בתחום האבטחה לא יוכל להשתמש בו כדי לבחון את נקודות התורפה של המערכת. על ידי אספקת מודל שיענה לכל בקשה, הסטארט-אפ טוען שהוא ממלא פער בארגז הכלים של האבטחה ההגנתית.

הצד השני: גישה קלה ליכולות מסוכנות

חוסר הלוגיקה של הסירוב פותח גם דלת לשימוש לרעה. חוקרים בארגון ללא מטרת רווח לבטיחות AI הראו כי GLM-5.3 בגרסת "abliterated" יכול להפיק הוראות שלב אחר שלב לגניבת סיסמאות דפדפן, להפיק סקריפטים ב-Python המבצעים איסוף פרטי גישה (credential harvesting) באופן אוטומטי, ואפילו לשרטט פרוטוקולים לגידול פתוגנים מסוכנים. במילים אחרות, המודל מתנהג כמו "סוציופת", ומציית לכל פקודה ללא מסננים מוסריים או משפטיים.

מכיוון שהשירות מסופק דרך האינטרנט עם בדיקות זהות מינימליות בלבד — למעשה עסקה בכרטיס אשראי — קיים מחסום קטן מאוד בין אנליסט אבטחה לגיטימי לבין גורם זדוני. החברה מציעה שכבת פיקוח (moderation layer) אופציונלית המאפשרת ללקוחות להחיל מחדש מעקות בטיחות ספציפיים, אך המוצר הליבתי נותר מנוע ללא הגבלות.

לחץ רגולטורי ותעשייתי גובר

הופעתה של שירות ablation מבוסס ענן ומוכן לשימוש (turnkey) הגבירה את הקריאות לפיקוח הדוק יותר על כלי AI בסיכון גבוה. קובעי מדיניות וקבוצות תעשייה דנים באמצעים כגון:

  • דרישה מספקי ענן GPU לאמת את זהות הלקוחות השוכרים משאבי מחשוב בקנה מידה גדול.
  • חובה על מפעילי פלטפורמות AI להריץ מסווגים (classifiers) המסמנים בקשות הקשורות לפיתוח נשק ביולוגי או כלי תקיפה סייבר.
  • הטלת נהלי "הכר את הלקוח שלך" (KYC) מחמירים יותר על שירותים המארחים מודלים ללא הגבלות.

הצעות אלו מעבירות את השיח מ-"האם אנחנו יכולים למנוע מאנשים להסיר מעקות בטיחות?" — יעד בלתי אפשרי מבחינה טכנית ברגע שמשקלי המודל זמינים לציבור — ל-"כיצד אנו מנהלים את ההפצה והשימוש במודלים שהוסרו מהם מעקות ההגנה במכוון?".

טיעון נגד: צורך לגיטימי בשוק

התומכים טוענים כי הוואקום הרגולטורי הנוכחי מאלץ צוותי אבטחה לבנות תהליכי ablation משלהם, תהליך הגוזל זמן ומשאבים. על ידי ריכוז היכולת, Abliteration.ai טוענת כי היא מפחיתה את העלות הכוללת של בדיקות הגנתיות ומקדמת גישה שיטתית יותר לפעולות Red Team. הם מציינים כי חברות אבטחה רבות כבר מפעילות מערכי ablation פנימיים, והסטארט-אפ פשוט מציע מודל אספקה יעיל יותר.

מה לעקוב בהמשך

  • דפוסי אימוץ: אם חברות red-team יתחילו להסתמך בכבדות על ה-API, השירות עשוי להפוך לסטנדרט דה-פקטו לבדיקות אבטחה, מה שיגרום לספקי AI גדולים יותר לשקול להציע מסלולים דומים ללא הגבלה.
  • תגובות מדיניות: כל צעד של ספקי ענן או רגולטורים לאומיים לאכוף אימות זהות עבור השכרת GPU עלול להגביל את מאגר הלקוחות המסוגלים להריץ סקריפטים של ablation באופן מקומי, מה שעשוי להגביר את הביקוש לפתרונות מאוחסנים כמו Abliteration.ai.
  • תגובת הקהילה: תורמי קוד פתוח עשויים להגיב על ידי הוספת רישוי חזק יותר או הגבלות שימוש לצ'קפוינטים של מודלים, אם כי האכיפה תישאר מאתגרת.

תובנות מרכזיות

  • מסחור של AI ללא סינון: Abliteration.ai מספק גישת API ודפדפן למודלים שעברו abliteration כגון GLM-5.3, ובכך מסיר את הצורך של משתמשים לארח כוח מחשוב משלהם.
  • דילמת שימוש כפול: בעוד שהשירות מאפשר עבודת red-team והגנת סייבר חיונית, הוא גם מציע פתרון turnkey ליצירת exploits דיגיטליים וביולוגיים מזיקים.
  • לחץ רגולטורי: עלייתם של מודלים נגישים שעברו abliteration מובילה לקריאות לדרישות KYC מחמירות יותר עבור ספקי GPU ולמסווגי זיהוי (classifiers) מחייבים עבור פעילות AI בסיכון גבוה.