三个层，其中只有一个才是模型本身
一个模型，能在权重层面被训练成拒绝某些事情，一段系统提示，能在此基础上增加或去掉谨慎程度，而一个独立的运行时过滤器，能不依赖前两者，单独筛查输入或输出。「哪个AI是无过滤的」，通常指的就是第一层，也是一个产品无法靠话术绕过去的那一层——另外两个，能被替换，却不会触及它。
「无过滤AI模型」和「哪个AI是无过滤的」，都假设「无过滤」是一个模型要么有、要么没有的单一属性。实际上，它位于三个独立的层，一个产品，能在其中两层上是无过滤的，却依然在第三层上拒绝。
模型自身的训练
在一个模型回答用户之前，它已经在拒绝某些请求的示例上被训练过，而这种训练，会像语法和事实一样，成为它权重的一部分。一次经过大量训练的拒绝，不是任何人能在运行时切换的一个设置——它必须被训练掉，而这，是一项与编辑一段提示完全不同、也大得多的工程。
指令层，叠加在上面
一段系统提示，为它下面的任何模型，设定了语气和谨慎程度，而更换这段提示，能让同一个模型，感觉像是一个不同的产品。它改变的，是模型对待一个话题的谨慎程度；它不会撤销模型在这段提示存在之前所接受的训练。
运行时过滤器，独立于前两者
一个在请求到达模型之前筛查它、或在回答到达你之前筛查它的过滤器，是又一个独立的第三层。它能在一个训练较轻的模型上很严格，产出一个读起来像是被大量过滤的结果；也能在一个训练很重的模型上不存在，产出一个依然会拒绝的结果，因为那个训练，依然在底层存在。
为什么同一个说法，能同时既真又假
一个建立在训练较轻的模型上、配上宽松提示、没有运行时过滤器的产品，在全部三层上都真正无过滤，而这，正是这个短语通常想表达的意思。一个建立在训练很重的模型上、提示和过滤器都被剥离的产品，在两层上无过滤，却依然会撞上底层的训练——这就是为什么一些被宣传为无过滤的服务，依然会拒绝某些事情，而这种营销，也不完全是在说谎，只是描述了三层中的两层。
合理的疑问
对我实际能感受到的东西来说，哪一层最重要？
模型的训练，因为它是任何提示或缺失的过滤器都触及不到的那一层。另外两层，改变的是你多常会注意到它，以及这个拒绝是怎么措辞的，而不是它是否存在。
一段宽松的提示，能让一个训练很重的模型表现得像是无过滤的吗？
它能去掉叠加在上面的那些犹豫和限定条件，这是一个真实的改变。它通常无法去掉一个模型被训练出来要给出的直接拒绝，因为那个拒绝，一开始就不是来自这段提示。
我怎么判断，一个具体的拒绝，是哪一层造成的？
一个在同样请求换一种措辞后就软化的拒绝，通常来自提示层或过滤器层。一个无论问题怎么改写都依然存在的拒绝，通常来自训练本身，再多的改写，也改变不了这一点。
在这里用两种不同的方式问同一个问题，看看是哪一层在回答。
打开无过滤聊天