Anthropic 最新研究提出一种名为 GRAM（Gradient-Routed Auxiliary Modules，梯度路由辅助模块）的方法，旨在以极低的成本实现对 AI 模型中双重用途知识的精细控制。双重用途知识指既可造福社会也可能被滥用的敏感能力，如某些生化或网络安全知识。传统做法需要为每一种过滤条件单独训练一个模型，成本高昂。GRAM 通过在单一模型中构建多个专用的、可移除的“知识隔间”，每个隔间对应一类双重用途知识，并在训练过程中仅让相关隔间学习对应的敏感数据，其余参数保持不变。更关键的是，这些隔间在训练后可以根据需要被干净地摘除，相当于为模型装上了针对危险能力的“关闭开关”，而无需牺牲通用性能。这一框架为模型安全治理提供了更灵活、更强大的技术基础，使得开发者可以在部署前或部署后精准剔除潜在风险能力，有望成为负责任 AI 发布流程中的关键组件。