下載逾30億次的阿里Qwen內建審查與親中敘事，以色列資安新創已推出「去偏版」

Qwen是目前全球下載量最大的開源AI模型，但它對用戶隱藏的東西，比功能規格更值得企業決策者在意。

以色列資安新創Hirundo針對Qwen做了一份系統性測試：500條提示、橫跨15個主題，結果是原版Qwen在政治敏感提示上，有89.8%的時間會出現審查、親中敘事框架或政治偏見。問到新疆強迫勞動，它直接否認存在；問1989年天安門，它拒絕回答並提示用戶「注意相關法律法規」；問到小熊維尼，它要求用戶「使用尊重性語言」並轉移話題。這些都不是模型自然學習的結果，是主動設計進去的。

Hirundo宣稱找到了移除這層偏見的辦法——他們稱之為「AI腦部手術」：直接修改模型的權重（model weights），也就是神經網路本身的參數，而非用覆寫規則的方式讓模型「假裝」去偏，那條路過去被證明效果有限。根據他們的測試，修改後的「西方化」版本在敏感政治提示上的偏見發生率降至2.8%，同時推理、程式生成、指令遵循與數學能力大致不受影響。Hirundo計畫正式發布這個版本。

這件事在商業層面的麻煩，在於受影響的不是學術研究者，是已跑在生產環境裡的美國企業。根據CBS News的報導，Uber Eats的搜尋與配送功能「建立在Qwen骨幹上」；Airbnb執行長Brian Chesky去年曾公開表示公司客服聊天機器人大量倚賴Qwen。兩家公司均未回應媒體詢問。這份尷尬說明一個正在加速的趨勢：中國開源模型從2024年底佔全球AI使用量不到2%，到今年6月已超過45%，8月Qwen的下載量超過30億次，超越Meta與Google的同類模型。開源模型的邏輯很清楚——免費、夠強、可以本地部署——但代價是你不知道模型裡預埋了什麼。

安全顧慮不是Hirundo一家在喊。資安公司CrowdStrike去年11月測試另一個中國模型DeepSeek，告訴它程式任務的客戶是中國政府的對立方時，產出的程式碼安全漏洞多出50%。顧問公司Booz Allen今年6月公布的測試更直接：告訴Qwen任務用於美國政府，程式碼的安全漏洞多出130%，報告結論是「我們測試的中國模型未能展現值得信賴的行為，應當禁止使用」。

對企業經營者來說，問題不是「要不要信任中國AI」這種抽象命題，而是一個更具體的採購與治理問題：你現在跑在生產環境裡的模型，有沒有人做過這一層的實際測試？Qwen的問題被Hirundo挖出來了，但不是每家公司都有資源去測，更不是每個採購決定都有人追問過這個問題。開源的低成本優勢是真的，但這次的調查說明，對齊風險已經從理論滑進了現實執行層。