问题：热度攀升的“养龙虾”应用出现安全预警 近期，“养龙虾”对应的话题引发广泛讨论。所谓“龙虾”，源自开源智能体软件OpenClaw的图标形象。该工具通过整合多渠道通信能力与大模型推理能力，面向个人与机构提供具备“持续运行、任务执行、记忆保留”的定制化助手功能，降低了自动化应用的使用门槛，也带动了社区快速扩散。另外，工业和信息化部网络安全威胁和漏洞信息共享平台发布监测提示称：部分OpenClaw实例在默认或不当配置情况下存在较高安全风险，需警惕由此引发的网络攻击、信息泄露等问题。 原因：信任边界不清与“自主执行”叠加，放大配置缺陷后果 从技术特点看，智能体类工具与传统软件的风险结构存在差异：一是“信任边界模糊”。智能体往往需要同时连接外部信息源、业务系统、插件或工具链，涉及多接口、多权限、多数据域的联动——一旦边界定义不清——极易出现权限穿透。二是“持续运行与自主决策”。智能体具备长时间在线、自动调用系统资源及外部服务的能力，若缺乏严格的权限控制、命令审核、行为审计与安全加固，错误指令或诱导性内容可能触发越权操作。三是“部署门槛降低但安全意识未同步”。开源项目传播速度快，部分用户在快速试用、便捷部署时沿用默认设置或忽略安全基线，导致管理接口暴露、访问控制弱化、密钥与日志保护不足，为恶意接管留下空间。四是“指令诱导与恶意输入”风险突出。智能体在处理外部消息时，若缺乏输入过滤、上下文隔离与敏感操作二次确认机制，可能被诱导执行不符合预期的操作。 影响：从数据泄露到系统受控，风险外溢需高度警惕 监测提示所指风险，一旦在真实环境中触发，可能呈现链式扩散：其一，信息泄露风险上升。智能体可能接触聊天内容、业务文档、接口返回数据、访问令牌等敏感信息，若权限过大或审计缺失，泄露后果难以及时追溯与止损。其二，业务系统被越权操作。智能体若可调用系统命令、脚本或外部资源，遭到诱导或劫持后可能执行删除、篡改、批量下载等行为，影响业务连续性。其三，成为攻击跳板。攻击者获取控制权后，可能利用智能体所在主机或网络位置进行横向移动，对内网资产开展更渗透。其四，合规与声誉风险叠加。对企业而言，数据安全与个人信息保护要求日益严格，因配置不当导致的泄露事件不仅带来经济损失，还可能引发合规问责与公众信任受损。 对策：以“最小权限+可审计+可隔离”为主线补齐安全短板 业内人士建议，相关用户在部署和使用开源智能体工具时，应把安全措施前置到规划与上线环节：第一，落实最小权限原则。为智能体设置分级权限与白名单能力，限制其可访问的数据范围、可调用的工具与系统命令，避免“一键全开”。第二，强化身份认证与访问控制。管理面板、接口服务应启用强认证与安全访问策略，禁止弱口令与默认口令，必要时采用内网部署或专用通道，减少暴露面。第三，建立审计与告警机制。对关键操作、外联请求、权限变更、敏感数据调用进行日志留存与实时告警，确保可追溯、可处置。第四，完善输入治理与高风险操作确认。对外部消息与指令进行过滤、隔离和上下文控制，对涉及文件读写、系统命令、批量访问等高风险动作引入二次确认或人工审批。第五，开展安全加固与持续更新。及时修补依赖组件漏洞，关闭不必要端口与服务，采用容器隔离、沙箱运行等方式降低被接管后的影响面。第六，推动组织级安全流程配套。企业在引入此类工具前应进行安全评估与红队测试，明确数据分级、密钥管理、应急预案与责任边界，避免“试用即上线”。 前景：开源创新与安全治理需同步推进 开源智能体降低了自动化能力的使用门槛，为软件工程、客服运营、知识管理等场景提供了新工具，也推动了产业生态的活跃。但越是具备“能看、能想、能做”的系统，越需要在权限边界、运行可控和审计闭环上形成标准化治理。随着更多机构将智能体接入业务核心链路，安全将从“可选项”转为“必选项”。未来，围绕安全基线、接口规范、风险评估、漏洞响应与供应链管理的配套体系有望加速完善，推动技术应用在可控、可信的轨道上释放价值。
OpenClaw的走红反映了公众对AI技术的热情，但也提醒我们需重视安全防线；开源AI工具的安全问题涉及开发者责任、用户意识和监管指导，需要多方协作。只有当开发者加强安全设计、用户提升安全意识、监管部门强化指导时，AI技术才能真正安全地造福社会。工信部的预警为行业敲响了警钟。