研究人員警告稱，OpenClaw技能掃描無法阻止惡意AI代理插件的插入。

最新研究表明，OpenClaw的技能掃描系統並非安全屏障。發佈第三方技能仍然是人工智能代理創建和使用中的一個問題。. 

根據近期安全專家的研究，OpenClaw技能仍然存在安全威脅，而最近推出的技能掃描系統並非萬無一失。技能掃描原本被提議作爲技能發佈者的一道防線，旨在攔截技能中潛在的惡意數據載荷或惡意元素。. 

作爲Cryptopolitan 據報道，第三方服務已經造成了安全風險，而人工智能代理的普及正在加速並加劇這一問題。

OpenClaw 允許用戶創建代理並在本地計算機或服務器上運行。然而，這些技能與 OpenClaw 緊密集成，並可能繼承相同的資源和工具訪問權限。由於某些技能涉及錢包訪問或鏈上交互等敏感任務，第三方發佈的技能集仍然存在風險。

OpenClaw 如何檢測技能是否存在惡意意圖？ 

最新研究表明，Clawhub 使用了 VirusTotal 以及 OpenClaw 的內部審覈系統。這些檢測結果會對軟件技能進行分類，並在安裝過程中向用戶發出警告。. 

該系統仍不完善，可能會將一些技能誤判爲無害，甚至可能將其判定爲潛在有害。當 VirusTotal 將某個技能標記爲可疑，而 OpenClaw 卻判定爲良性時，就會出現問題。此時，用戶會看到警告，但仍有可能確認安裝該技能。被完全標記爲惡意的技能將不允許下載。. 

OpenClaw 也提供沙箱和運行時控制，但這些都是可選的，並不構成第三方技能的硬性默認限制。OpenClaw 將基於 Docker 的沙箱設置爲可選，即使關閉該功能，某些工具仍然可以使用。. 

用戶選擇直接部署的另一個原因是沙盒環境部署困難，而且某些技能可能會失效。這也意味着平臺依賴於審覈和警告機制，而這套系統在運行代理技能時並不能提供直接的保護。. 

OpenClaw 能檢測到惡意技能嗎？ 

OpenClaw 已經實施了一些安全措施，包括檢查與捕獲代碼相關的特定行爲，這些代碼可以讀取併發送密鑰。這種方法在傳統安全領域中用於檢測可疑進程、請求和其他行爲。. 

人工智能代理的技能更難掃描，因爲其輸入既包含代碼和自然語言指令，也包含運行時行爲。傳統的安全措施可能對代理行爲存在盲點。.

下一層是利用人工智能掃描來捕捉靜態搜索或常規正則表達式方法無法發現的更高風險行爲。人工智能代理可以讓我們瞭解技能的內部一致性，但無法窮盡所有潛在的漏洞。它們會搜索最明顯的可利用代碼或普遍存在的不一致之處。. 

研究人員指出，OpenClaw 的檢查和審覈系統能夠快速批准技能，而 VirusTotal 有時需要數天時間才能標記新增內容。此外，還可以向已獲批准的技能中添加漏洞利用程序。這意味着 OpenClaw 的審覈流程可能會將一些可能包含意外行爲的技能判定爲良性。. 

對於人工智能代理開發者，研究人員建議採用沙箱技術或使用工具來阻止技能運行，即使這些技能被標記爲良性。研究人員呼籲技能平臺假定看似正常的技能可能隱藏着漏洞，並避免在高價值環境中使用它們，以免泄露加密錢包或其他敏感信息。.

還在讓銀行保留最好的部分嗎？觀看我們的免費視頻，瞭解如何成爲自己的銀行。