Aikido Altar 发布：基于 GLM 的完全离线安全 AI

软糖碎碎

网络安全公司 Aikido 发布开放权重安全模型 Altar，目标是在本地甚至完全隔离网络环境中运行 AI 安全 Agent，让企业无需把源代码、内部架构和漏洞信息发送至第三方云端模型。

Altar 基于 GLM-5.3 改造。原始 BF16 模型权重约 1506.7GB，经过 AWQ INT4 量化后约 488.2GB；Aikido 再通过专家剪枝将体积压缩至 328GB，相比原始模型缩减约 78.2%。每层保留原有 256 个路由专家中的 168 个，可部署在一台配备 4 张 H200 的服务器上。

在 Aikido 内部 CVE 测试中，Altar 覆盖 30 个代码仓库中的 32 个已知漏洞，单轮平均召回率为 60.4%，三轮测试至少一次发现其中 23 个漏洞。作为对比，AWQ 版 GLM-5.3 为 61.5%，完整版 GLM-5.3 为 65.6%。这意味着 Altar 在大幅降低模型体积和部署门槛后，仍保留了大部分原模型在该测试中的漏洞识别能力。