阿里云博客介绍 Higress（阿里开源 API（应用程序编程接口） 网关）以 Wasm 插件形式接入 Qwen3Guard 内容安全模型
阿里云博客介绍，Higress（阿里开源 API（应用程序编程接口） 网关）已将 Qwen3Guard-Gen（基于 Qwen3 的内容安全审核模型）以 Wasm（WebAssembly，一种可在网关内运行的插件格式）插件形式接入，在网关数据面统一处理用户输入、非流式输出和 SSE（服务器发送事件，用于流式输出）流式输出的审核，应用代码与上游模型服务无需改动。
文章同时说明当前流式拦截只能丢弃尚未发送的内容，且这并非 Qwen3Guard-Stream 的原生逐词元判定。
阿里云博客由作者 Wang Jianwei（Zhengji）署名，称 Higress 项目已把 Qwen3Guard-Gen 集成为 Wasm 插件：默认调用 Qwen/Qwen3Guard-Gen-4B，通过 OpenAI（美国人工智能公司） 兼容的 POST /v1/chat/completions 接口访问推理服务；
插件默认开启 checkRequest 与 checkResponse，先审核用户输入再决定是否转发原模型，非流式响应仅在 HTTP 200 时审核，流式响应按新增 1000 个 Unicode 字符触发一次检查并提交截至当时的全部累积文本。
Qwen3Guard 官方材料称，其基于 Qwen3 构建，训练使用超过 119 万条（119 × 10,000）带安全标注的提示与回答，提供 0.6B、4B、8B 三种规模，输出 Unsafe、Controversial 等风险等级；
插件通过 riskLevelBar 将等级映射为拦截范围，当前仅 Safety 与 riskLevelBar 决定放行，尚不支持按类别配置不同动作。 插件需用户自行编译 Wasm 产物并以 file:// 挂载或 OCI 镜像方式部署，服务发现支持 k8s、nacos、ip、dns 四种。
文章称，Higress 流式拦截无法撤回已发送的状态码和分片，denyCode 对流式响应无效； Qwen3Guard-Stream 的逐词元分类并未被该插件采用。
该集成把内容安全从各应用自建审核 SDK（软件开发工具包） 上移到网关，反映 AI（人工智能） 应用基础设施层的一个走向：审核策略与模型调用解耦、由网关统一执行并独立扩缩安全模型。 这也暴露出流式场景的现实约束：网关只能丢缓冲未发内容，要减少重复计算仍需引入原生流式分类模型。
对做 AI 消费应用的产品团队而言，其价值在于理解审核成本（额外推理调用、流式延迟）与可拦截边界，而非认为接入即获得安全保障。
后续观察信号
- 核实 Qwen3Guard 技术报告中 119 种语言支持与基准结果的原始出处
- 关注 Higress 插件后续版本是否支持按类别拦截与原生流式审核