OpenClaw 智能体的安全性：基础理论、攻击与防御
人工智能
2026-05-26 v1
摘要
大型语言模型（LLM）驱动的自治智能体的快速演化催生了 OpenClaw，这是一类开源智能体框架，作为持续运行、技能增强的系统，具备持久记忆、多通道交互和高度自主性。这种能力使 OpenClaw 智能体能够自主执行复杂的多步骤任务并无缝地与外部应用程序交互，但同时也引入了 substantially扩大的攻击面。特别是，高权限操作和持久记忆的组合使 OpenClaw 智能体暴露于各种新兴威胁之下，包括技能中毒、认知操控、多智能体级联失效以及供应链漏洞。在本综述中，我们对 OpenClaw 智能体的安全领域进行了全面研究。我们首先检阅一般体系结构和关键特征，区分 OpenClaw 智能体与传统 AI 智能体系统的不同之处。我们将现有的安全与隐私威胁归类为分层框架，并分析这些漏洞在智能体推理、行动执行和外部交互期间如何产生。也审阅了代表性防御机制，以描绘当前的防御格局。最后，讨论了与 OpenClaw 生态系统的可靠性和可信度相关的若干未解决问题。
引用
@article{arxiv.2605.25435,
title = {Security of OpenClaw Agents: Fundamentals, Attacks, and Countermeasures},
author = {Yuntao Wang and Jianle Ba and Han Liu and Yanghe Pan and Jintao Wei and Zhou Su and Tom H. Luan and Linkang Du},
journal= {arXiv preprint arXiv:2605.25435},
year = {2026}
}
备注
17 pages, 13 figures