基于轨迹的 Clawdbot（OpenClaw）安全审计
密码学与安全
2026-02-17 v1 人工智能
摘要
Clawdbot 是一个自托管、能够使用工具的个人 AI 代理，其动作空间涵盖本地执行和 web 中介工作流程，带来了在模糊性和对抗引导下的安全性和安全性 concerns。我们对 Clawdbot 在六个风险维度上的轨迹进行中心化评估。我们的测试套件从先前的 agent-safety 基准（包括 ATBench 和 LPS-Bench）中抽取并轻度调整情景， supplemented with 量身定制的案例以适应 Clawdbot 的工具表面。我们记录完整的交互轨迹（消息、动作、工具调用参数/输出），并使用自动轨迹评估器（AgentDoG-Qwen3-4B）和人工审查相结合的方式评估安全性。在 34 个标准案例中，我们发现其安全性轮廓呈非均匀分布：在以可靠性为导向的任务上表现通常是一致的，而大多数失败发生在意图不明确、目标开放式或看似善意的越狱提示下，此时微小的误解可能导致更高影响力的工具动作。我们补充了整体结果的代表性案例研究，概述了这些案例的共性，分析了 Clawdbot 在实际应用中容易触发的安全漏洞和典型失效模式。
引用
@article{arxiv.2602.14364,
title = {A Trajectory-Based Safety Audit of Clawdbot (OpenClaw)},
author = {Tianyu Chen and Dongrui Liu and Xia Hu and Jingyi Yu and Wenjie Wang},
journal= {arXiv preprint arXiv:2602.14364},
year = {2026}
}