360发布OpenClaw生态安全风险分析:AI智能体审计走向自动化

AI 智能体正在从“能用”走向“好用”, 但随之而来的安全问题也更复杂 。360 数字安全集团近日发布《OpenClaw 生态安全风险分析》报告, 对 OpenClaw 核心及多款衍生产品进行了系统性安全审计, 并披露累计发现 23 个独立安全漏洞。

📌 OpenClaw 生态被纳入系统性安全盘点

报告将 OpenClaw 及其相关衍生产品视为典型“龙虾类”智能体生态进行分析。 这类智能体的共同特点 , 是能够代替用户完成代码开发、数据处理、终端运维等任务, 因此往往需要文件读写、网络调用、系统命令执行等较高权限。

高权限能力提升了智能体的实用性, 也扩大了潜在攻击面 。报告显示,360 通过自研漏洞挖掘智能体, 对 OpenClaw 核心组件及 10 款主流衍生产品展开审计, 发现的问题覆盖远程代码执行、认证绕过、权限提升、信息泄露等类型。

🔍 23 个漏洞背后: 风险不止来自单个代码缺陷

报告指出,OpenClaw GitHub 已累计披露超过 535 个安全公告;2026 年第一季度之后, 相关安全通告新增速度达到日均 4 条以上。需要注意的是, 这些问题并非都可简单归因于某一处代码错误。

• 认证边界: 身份校验不充分, 可能导致未授权访问。
• 执行边界: 命令或脚本调用缺乏限制, 可能放大攻击后果。
• 网络边界: 外部服务交互复杂, 增加不可信输入风险。
• 控制边界: 智能体自主决策能力增强后, 传统人工审批难以覆盖全流程。

💡 供应链安全债成为智能体生态隐患

随着 OpenClaw 被更多产品作为基础组件使用, 安全风险也可能通过代码继承和功能封装向下游传递 。报告提到, 一些衍生产品直接打包上游核心组件, 当上游完成修复后, 下游若缺少及时升级机制, 就可能产生“补丁时间差”。

另一方面, 部分产品为了形成差异化 , 会在原有架构上叠加新功能模块。如果这些新增模块没有经过充分安全审计, 反而可能形成新的攻击入口。也就是说, 智能体生态的安全压力不仅来自“旧漏洞未修”, 也来自“新功能快跑”。

📊 自动化审计成为新的治理方向

报告还提到,360 漏洞挖掘智能体具备语义级代码理解、跨文件数据流追踪和逻辑推理能力 。审计结果显示, 即便部分产品并未直接沿用 OpenClaw 代码库, 只要采用相似设计范式, 类似漏洞仍可能高频出现。

🚀 行业观察: 高权限智能体需要更强默认安全

• 是否建立上游组件漏洞跟踪和快速升级机制;
• 是否对智能体的文件、网络、命令执行权限进行最小化配置;
• 是否在上线前引入自动化代码审计和运行时监控;
• 是否对智能体调用链路保留可追溯日志。