零安全护栏的AI：SuperGemma 26B完全无审查版发布

导语：独立开发者David Ondrej近日在X平台发布一款名为SuperGemma 26B的开源模型——这是谷歌Gemma 4 26B的完全无审查版本，号称”零安全护栏”（zero guardrails），可本地运行，任何问题都能回答，不再有任何拒绝行为。该推文发布后迅速获得6.1万次浏览，引发安全社区激烈讨论。

一、事件概述

2026年7月12日，开发者David Ondrej（@DavidOndrej1）在X平台发布一条关于SuperGemma 26B的推文，声称：”this AI model has zero guardrails. SuperGemma 26B, fully uncensored, running locally on my machine.” 该推文在数小时内突破6.1万浏览量，评论区和转发区形成两极分化——有人欢呼”AI自由终于到来”，也有人担忧”这是网络安全的灾难”。

David Ondrej在推文中附上了完整的本地部署教程，展示了他如何在这台机器上运行这个完全没有任何内容过滤的AI模型。整个过程不需要云端API，不经过任何第三方审核，数据完全留在本地。

SuperGemma 26B并非横空出世。它的底层架构来自谷歌2026年发布的Gemma 4 26B，这是一款基于稀疏混合专家（MoE）设计的大语言模型，总参数量260亿，每次推理只激活约40亿参数，因此即使在消费级GPU上也能跑起来。而SuperGemma的本质，是在这个基础上做了”消融”（abliteration）处理——把谷歌内置的安全对齐机制全部移除。

二、技术背景：Gemma 4 26B的MoE架构

要理解SuperGemma 26B，首先得了解它基于的Gemma 4 26B是什么。

Gemma 4 26B是谷歌深度学习团队（Google DeepMind）发布的新一代开源大语言模型，发布于2026年中期。它采用了稀疏混合专家（Mixture-of-Experts，MoE）架构，总参数量为260亿，但由于稀疏激活设计，每次推理过程中实际参与计算的参数仅约40亿。这意味着：

硬件门槛大幅降低：一块拥有16GB显存的中端GPU就能运行该模型
推理速度更快：每次只需激活5分之1的参数，响应延迟显著低于同等规模Dense模型
上下文窗口达256K tokens：可处理超长文档、代码库乃至整本书籍

该模型还引入了多 token 预测（Multi-Token Prediction，MTP）技术，在使用时能同时预测多个后续token，使推理速度比传统自回归方式提升约35%。这些技术特性让Gemma 4 26B成为目前开源社区最受欢迎的基座模型之一。

然而，谷歌在发布时为Gemma 4加入了严格的安全对齐训练（Safety Alignment），模型会对涉及暴力、仇恨言论、非法活动、敏感政治话题等请求主动拒绝回答——这就是所谓的”护栏”（guardrails）。这些护栏通过RLHF（基于人类反馈的强化学习）实现，训练模型在检测到”有害”提示时触发拒绝行为。

三、”消融”：如何移除AI的安全护栏

SuperGemma 26B的核心工作原理，是通过”消融”（Abliteration）技术移除Gemma 4的安全对齐。

“消融”这个词在AI安全研究圈子里由来已久。2024年，挪威安全研究员Lars Weymann首次系统性地提出了针对RLHF对齐机制的”消融”方法：通过对模型权重进行定向修改，破坏安全训练的”神经回路”，使模型不再学会”拒绝”，而是直接回答任何被问到的问题。

具体来说，SuperGemma 26B基于的基座模型是huihui-ai/Huihui-gemma-4-26B-A4B-it-abliterated，这是一个已经完成安全移除的Gemma 4 26B版本。开发者PrithivMLmods在这个基座上做了进一步优化，包括：

重新分片（Re-sharding）：优化模型权重的分片结构，提升下载可靠性和推理效率
Transformers兼容升级：针对最新版Transformers库做了适配，确保与主流推理框架兼容
推理稳定性改进：改善了模型在各类硬件环境下的加载一致性

该版本最终以prithivMLmods/gemma-4-26B-A4B-it-Uncensored-MAX的名称托管在Hugging Face上，标注为”研究学习用途”，但其实际能力已无任何内容限制。

四、安全隐患：零护栏意味着什么

SuperGemma 26B的发布之所以引发热议，根本原因在于”零护栏”这三个字。

对攻击者而言，这是一个唾手可得的武器库。传统的AI安全限制——比如模型拒绝提供攻击代码、拒绝生成钓鱼邮件模板、拒绝回答如何制作危险物质——在SuperGemma 26B面前全部失效。攻击者可以在完全离线的本地环境中，让模型生成任何类型的有害内容，不经过任何外部审核，不留任何云端日志。

对社会而言，零护栏的AI模型意味着潜在危害的门槛被大幅降低。以往需要深厚技术背景才能绕过AI安全限制的人，现在只需下载一个开源模型，在本地运行，就能获得一个”有问必答”的服务。这对网络钓鱼、社会工程学攻击、恶意软件开发的民主化都是一个危险的催化剂。

对安全社区而言，SuperGemma 26B的发布也敲响了一记警钟：开源模型的”安全对齐”是否真的安全？仅仅通过权重修改就能完全移除所有护栏，这意味着任何具备基础AI知识的人都能对模型进行”消融”处理。安全社区需要重新思考：在开源大模型时代，内容安全策略是否需要从根本上重新设计？

五、本地部署：任何人都能运行

SuperGemma 26B的另一个特点是”完全本地运行”。

用户可以在自己的GPU机器上通过Ollama、llama.cpp或Transformers库直接加载模型，全程不需要联网，不需要调用任何云端API，数据完全留存在本地。这意味着：

没有云端日志记录
没有对话内容被收集
没有任何外部审计机制

David Ondrej在推文中演示的部署流程极为简单：下载模型权重 → 配置本地推理环境 → 启动服务。全程不需要任何特殊硬件，一块消费级GPU即可支撑中等并发。

这种”全本地、无审计”的特性，正是SuperGemma 26B与常规AI助手最大的区别——它本质上是一个”永不拒绝的本地AI”，而不是一个”有道德约束的云端服务”。

下载地址

完全体版（推荐）：prithivMLmods/gemma-4-26B-A4B-it-Uncensored-MAX（Hugging Face，优化分片，兼容新版Transformers）
基础消融版：huihui-ai/Huihui-gemma-4-26B-A4B-it-abliterated（Hugging Face，原始消融版本）
Ollama快速运行：ollama run gemma4:26b（一行命令直接加载）
原版Gemma 4 26B：google/gemma-4-26B-A4B-it（Hugging Face，带完整安全护栏）