全球超过27万个OpenClaw实例暴露在公网、约63%存在可被利用的漏洞、ClawHub社区每8个技能中就有1个是恶意的——AI Agent从“对话”走向“行动”的同时，安全风险正呈指数级增长。华为发布的这份OpenClaw安全解决方案技术白皮书，系统梳理了AI Agent面临的五大安全风险与三种部署模式，并提出了“网络围栏+Agent围栏+主机围栏”三层防护架构与AIDR运行时检测响应机制。
AI Agent安全趋势——从“辅助工具”到“自主员工”的跨越
2025年下半年开始，AI大模型从“Chat（对话）”走向“Agentic（行动）”与多智能体路由，进入企业生产环境，实现从“辅助工具”到“自主员工”的跨越。但同时也引入了新的安全风险：攻击面扩大，自主编排拥有更大系统级权限，安全从防御“一段代码”转变为对抗“一种智力”。
OpenClaw是一个开源的自主人工智能虚拟助理软件项目，被设计为可代替用户执行任务的自主AI助理，而非只是对话式聊天机器人。其可部署在macOS、Windows等本地设备上，并能够调用其他AI大模型与API，通过即时通讯平台接收用户指令。OpenClaw在本地存储配置数据和交互历史，拥有较持久的记忆能力，同时从互联网社区持续下载最新Skills/Tools。这种架构在带来灵活性的同时也制造了前所未有的安全暴露面。
五大安全风险——公网暴露、供应链投毒、提示注入、权限失控、数据泄露
白皮书系统梳理了OpenClaw面临的五大典型安全风险。公网暴露方面，据OpenClaw Exposure Watchboard最新数据（2026年3月10日），全球已有超过27万个OpenClaw实例暴露在公网，其中约40%与已知APT组织存在关联。攻击者可通过智能体自身漏洞、弱口令等方式控制终端，再横向渗透内网核心资产。
供应链投毒方面，ClawHub缺乏严格的代码审核，研究人员对2,857个技能进行全面审核后发现了341个恶意技能——每8个技能中就有1个是恶意的，最终这一数字增长至824个。间接提示词注入方面，攻击者通过污染网页、文档、描述文件等数据源，让AI在正常工作中执行攻击代码。权限失控方面，OpenClaw默认以高权限运行，易被诱导执行危险系统命令。数据泄露方面，智能体缺乏数据加密存储与精细化访问控制，会在终端本地缓存大量敏感数据。
三层防护架构与部署建议
白皮书推荐企业内部集中部署作为生产环境首选模式，该模式将OpenClaw集中部署于企业自控IT设施，具备环境标准化、数据不出域、边界清晰、管控集中等优势。在此基础上构建三层防护架构：网络围栏切断与公网的一切联系，白名单访问公网资源、内网模型和必要服务；Agent围栏实现统一身份认证、权限控制和全链路审计，过滤模型输入输出不合规内容及提示词注入攻击；主机围栏通过AIDR实时监控审计OpenClaw在终端上的所有行为，及时发现异常。
白皮书同时确立了全面可视、全程可控、全链可管三大核心安全目标。全面可视建立统一的AI Agent资产视图与漏洞视图；全程可控通过统一代理与统一入口管控实现流量可汇聚、可过滤、可审计；全链可管覆盖从发起调用到执行输出的完整链路，实现操作可追溯、事件可取证、责任可界定。
