AI模型在学习过程中不可避免地会掌握大量“双用途知识”——既能用于网络防御、漏洞检测等正面场景，也可能被用于网络攻击和信息窃取等恶意目的。如何在不削弱模型整体能力的前提下，精准管控这类敏感知识，一直是AI安全领域的棘手挑战。Anthropic最新公布的研究提出了一种名为GRAM（Gradient-Routed Auxiliary Modules，梯度路由辅助模块）的新方法。GRAM的核心思路是在同一个大模型内部，为不同类别的双用途知识构建专门的“隔间”，并通过梯度路由机制将相关知识隔离在相应的辅助模块中。当模型需要执行某项任务时，系统可以动态关闭或打开特定模块，相当于为敏感知识装上了可以随时切断的开关。初步实验结果表明，GRAM能够有效地隔离和控制双用途能力，不仅能防止这些危险知识在日常使用中被意外激活，还能抵御来自使用者试图恢复或窥探已移除知识的对抗性尝试。这项研究为构建更加安全可控的前沿AI系统提供了新思路，也让开发者在不放弃模型通用性的同时，获得了更细粒度的风险治理手段。