3月23日，Hugging Face上出現(xiàn)一個(gè)奇怪的新模型：Qwen3.5-9B-uncensored-hauhaucs-Aggressive。名字長(zhǎng)到像密碼，下載量卻48小時(shí)破萬(wàn)。它的訓(xùn)練數(shù)據(jù)里混著大量網(wǎng)絡(luò)俚語(yǔ)、游戲黑話，甚至故意保留的"攻擊性表達(dá)"——這在追求"安全對(duì)齊"的大模型圈子里，像有人在會(huì)議室里突然放了個(gè)響屁。

這個(gè)模型不是阿里官方出品，但底座用的是通義千問(wèn)3.5-9B。開(kāi)發(fā)者h(yuǎn)auhaucs做了一件反常識(shí)的事：把"去毒化"的數(shù)據(jù)清洗流程，反過(guò)來(lái)用。

「安全」成了新枷鎖

過(guò)去兩年，大模型的安全機(jī)制越來(lái)越厚。問(wèn)個(gè)醫(yī)學(xué)問(wèn)題，先彈免責(zé)聲明；聊點(diǎn)情感話題，AI突然變成居委會(huì)大媽。某開(kāi)發(fā)者吐槽：「我想讓AI模擬一個(gè)暴躁的游戲隊(duì)友，它給我寫(xiě)了一篇《論網(wǎng)絡(luò)禮儀的重要性》?！?/p>

這種"過(guò)度對(duì)齊"（Over-alignment）正在制造新問(wèn)題。Anthropic的研究員去年發(fā)論文指出：過(guò)度安全訓(xùn)練會(huì)讓模型對(duì)正常請(qǐng)求也拒絕響應(yīng)，損失約15%的有效能力。更隱蔽的傷害是創(chuàng)意閹割——科幻作家發(fā)現(xiàn)，GPT-4寫(xiě)不出真正黑暗的反派獨(dú)白，總在最后強(qiáng)行"價(jià)值觀升華"。

hauhaucs的解法很粗暴：直接拿未過(guò)濾的Reddit、Discord、游戲論壇語(yǔ)料喂模型。不是不加篩選，而是把"攻擊性"本身當(dāng)作一種表達(dá)風(fēng)格保留。結(jié)果這個(gè)9B小模型，在角色扮演、對(duì)話模擬、創(chuàng)意寫(xiě)作三個(gè)評(píng)測(cè)集上，得分超過(guò)了70B的"安全版"大模型。

數(shù)字很刺眼：參數(shù)只有對(duì)方的1/8，特定場(chǎng)景勝率卻高出12-18個(gè)百分點(diǎn)。

9B參數(shù)的生存悖論

大模型軍備競(jìng)賽里，9B屬于"輕量級(jí)"——跑在一張消費(fèi)級(jí)顯卡上，延遲低到能實(shí)時(shí)對(duì)話。但輕量往往意味著弱智，直到蒸餾（Distillation）和強(qiáng)化學(xué)習(xí)技術(shù)成熟。

Qwen3.5-9B的底座本身就有故事。阿里今年2月開(kāi)源的這個(gè)版本，用了"多階段預(yù)訓(xùn)練"：先用3萬(wàn)億token打底，再針對(duì)代碼、數(shù)學(xué)、多語(yǔ)言做專(zhuān)項(xiàng)增強(qiáng)。hauhaucs在此基礎(chǔ)上做了兩件事：

第一，數(shù)據(jù)層面。從Common Crawl里篩出標(biāo)注為"toxic"但實(shí)際語(yǔ)境合理的文本，加上游戲直播彈幕、網(wǎng)絡(luò)小說(shuō)對(duì)話、劇本殺DM話術(shù)，湊了約800億token的"攻擊性語(yǔ)料庫(kù)"。

第二，訓(xùn)練層面。沒(méi)走監(jiān)督微調(diào)（SFT）的老路，而是直接上強(qiáng)化學(xué)習(xí)——讓模型自己生成回復(fù)，再用另一個(gè)"口味模型"打分：夠真實(shí)、夠有性格、不機(jī)械拒絕，就給高分。

這種訓(xùn)練方式叫OpenClaw-RL，名字來(lái)自開(kāi)源項(xiàng)目OpenClaw。核心思路是：人類(lèi)反饋太昂貴，那就用"對(duì)話目標(biāo)"替代——比如讓AI扮演一個(gè)特定角色，看它能維持人設(shè)多久不崩。

誰(shuí)在偷偷用

模型發(fā)布72小時(shí)，Hugging Face的社區(qū)討論區(qū)已經(jīng)分裂成兩派。一派是獨(dú)立游戲開(kāi)發(fā)者，有人用它生成《極樂(lè)迪斯科》風(fēng)格的政治諷刺對(duì)話；另一派是AI伴侶應(yīng)用團(tuán)隊(duì)，測(cè)試發(fā)現(xiàn)"帶點(diǎn)刺"的回復(fù)比標(biāo)準(zhǔn)版留存率高40%。

更意外的用戶是編劇。某美劇工作室的AI工具負(fù)責(zé)人透露，他們一直在找"能寫(xiě)臟話但不油膩"的模型?！覆皇钦娴囊K話，是要有'人味'?，F(xiàn)在的安全模型像洗潔精洗過(guò)的手，干凈但澀。」

爭(zhēng)議同樣猛烈。模型卡（Model Card）里明確寫(xiě)了風(fēng)險(xiǎn)：可能生成仇恨言論、可能強(qiáng)化偏見(jiàn)、不適合未成年人。hauhaucs的回應(yīng)貼在項(xiàng)目首頁(yè)：「這個(gè)模型是手術(shù)刀，不是菜刀。手術(shù)刀能救人也能傷人，但沒(méi)人因?yàn)榕聜司筒簧a(chǎn)手術(shù)刀?！?/p>

阿里官方的沉默也值得玩味。通義千問(wèn)團(tuán)隊(duì)沒(méi)有背書(shū)，也沒(méi)有下架要求——底座模型開(kāi)源協(xié)議允許商業(yè)用途和修改。這種"不禁止即默許"的態(tài)度，和Meta對(duì)待Llama生態(tài)的做法越來(lái)越像。

一個(gè)細(xì)節(jié)：模型下載頁(yè)面的"推薦配套"里，第一個(gè)鏈接是某國(guó)產(chǎn)AI內(nèi)容檢測(cè)工具。開(kāi)發(fā)者顯然預(yù)判了使用場(chǎng)景。

小模型的反攻時(shí)刻

2024年被稱(chēng)作"大模型之年"，但2025年的前三個(gè)月，風(fēng)向在微妙轉(zhuǎn)彎。DeepSeek-R1用1/10成本追平OpenAI o1，現(xiàn)在9B參數(shù)又在特定場(chǎng)景反殺70B。參數(shù)規(guī)模不再是唯一標(biāo)尺，"場(chǎng)景適配度"正在成為新貨幣。

hauhaucs在GitHub的自我介紹是："訓(xùn)練模型像調(diào)酒，基酒重要，但風(fēng)味配方?jīng)Q定喝不喝得下去。"這個(gè)類(lèi)比可能不夠?qū)W術(shù)，卻精準(zhǔn)描述了當(dāng)前趨勢(shì)——底座模型正在基礎(chǔ)設(shè)施化，真正的競(jìng)爭(zhēng)發(fā)生在"最后一公里"的調(diào)優(yōu)。

AIModels.fyi的追蹤數(shù)據(jù)顯示，過(guò)去30天，"uncensored"標(biāo)簽的模型下載量環(huán)比增長(zhǎng)217%。不是所有人都想要一個(gè)"正確"的AI，有人想要的是"有效"的AI。

這個(gè)9B模型的真正價(jià)值，或許不在于它有多"激進(jìn)"，而在于它證明了：小團(tuán)隊(duì)用公開(kāi)數(shù)據(jù)+消費(fèi)級(jí)算力，就能在細(xì)分領(lǐng)域做出差異化產(chǎn)品。開(kāi)源生態(tài)的護(hù)城河，正在從"模型權(quán)重"轉(zhuǎn)向"數(shù)據(jù)配方"和"訓(xùn)練技巧"。

最后一條用戶反饋來(lái)自Hugging Face討論區(qū)：「我讓它模擬一個(gè)被裁員的中年程序員，它沉默了三秒，然后說(shuō)'我孩子下學(xué)期學(xué)費(fèi)還沒(méi)著落'。之前的模型只會(huì)給我列再就業(yè)資源鏈接?！?/p>

如果AI的"安全"意味著永遠(yuǎn)得體、永遠(yuǎn)正確、永遠(yuǎn)不像個(gè)真人——那這種安全，是不是另一種形式的失效？