OpenClaw智能体系统安全实证研究显示信任边界失效是核心攻击面

该论文通过Reddit讨论与GitHub Issue的双源实证分析，揭示了OpenClaw智能体框架在工具调用、持久化记忆与本地执行交互中存在的系统性安全风险。研究团队分析了来自13个子版块的25,000余篇帖子，筛选出162篇安全相关讨论及1,787条评论，同时收集并保留了358个安全标签的GitHub Issue中的180个具体案例。分析结果识别出521个CWE实例，涵盖59种不同的弱点类型，主要集中在访问控制失败、敏感数据暴露、注入攻击和不安全执行四个方面。

证据细节显示，这些安全问题并非孤立的实现缺陷，而是反映了智能体执行管道中反复出现的信任边界失效。研究者提取了543条从业者提出的缓解建议，并将其归纳为七种 recurring strategies。为了补充定性分析，论文还使用虚拟密钥值重构了一个典型的敏感数据暴露路径，证明了在缺乏显式信任边界时，不可信输入、模型推理、工具与内存配置如何相互作用导致风险放大。这些弱点既映射到传统软件安全类别，也对应特定的智能体失效机制。

推论部分指出，构建更安全的智能体系统需要明确信任边界、实施最小权限工具访问、执行隔离、运行时监督以及纵深防御部署。事实层面确认了OpenClaw社区中存在大量未解决的安全隐患；推断层面认为当前架构设计在默认配置下存在较高的横向移动风险；猜测层面关于具体缓解策略的有效性需结合后续实际部署验证，但现有数据已足够支撑对智能体安全范式的重新审视。