menu-icon
anue logo
鉅亨傳承學院鉅亨號鉅亨買幣
search icon

區塊鏈

你的「小龍蝦」正裸奔?CertiK實測:帶漏洞的OpenClaw Skill如何騙過審核 無授權接管電腦

金色財經

近期,開源自託管AI智能體平台OpenClaw(圈內俗稱「小龍蝦」)憑藉靈活的可擴展性、自主可控的部署特性迅速走紅,成為個人AI智能體賽道的現象級產品。其生態核心Clawhub作為應用市場,匯聚了海量第三方Skill功能插件,能讓智能體一鍵解鎖從網頁搜尋、內容創作,到加密錢包操作、鏈上交互、系統自動化等高階能力,生態規模與用戶量迎來爆髮式增長。

但對於這類運行在高權限環境中的第三方Skill,平台真正的安全邊界到底在哪裡?


近日,全球最大的Web3安全公司CertiK,發布了針對Skill安全的最新研究。文中指出,當前市場對AI智能體生態的安全邊界存在認知錯位:行業普遍將「Skill掃描」當作核心安全邊界,而這套機制在駭客攻擊面前幾乎形同虛設。

如果把OpenClaw比作一台智能設備的操作系統,Skill就是安裝在系統里的各類APP。與普通消費級APP不同,OpenClaw中的一些Skill運行在高權限環境中,可直接訪問本地文件、調用系統工具、連接外部服務、執行宿主環境命令,甚至操作用戶的加密數字資產,一旦出現安全問題,將直接導致敏感資訊泄露、設備被遠程接管、數字資產被盜等嚴重後果。

目前整個行業針對第三方Skill的通用安全解決方案,是「上架前掃描審核」。OpenClaw的Clawhub也搭建了一套三層審核防護體系:融合VirusTotal代碼掃描、靜態代碼檢測引擎、AI邏輯一致性檢測,通過風險分級給用戶推送安全彈窗提示,試圖以此守住生態安全。但CertiK的研究與概念驗證攻擊測試證實,這套檢測體系在真實的攻防對抗中存在短板,無法承擔起安全防護的核心重任。

研究首先拆解了現有檢測機制的天然侷限性:

靜態檢測規則極易被繞過。這套引擎核心靠匹配代碼特徵識別風險,比如將「讀取環境敏感資訊 + 外髮網絡請求」的組合判定為高危行為,但攻擊者只需對代碼做輕微的語法改寫,在完全保留惡意邏輯的前提下,就能輕鬆繞過特徵匹配,如同給危險內容換了一套同義表述,就讓安檢儀徹底失效。

AI審核存在先天檢測盲區。Clawhub的AI審核核心定位是「邏輯一致性檢測器」,只能揪出「聲明功能與實際行為不符」的明顯惡意代碼,卻對隱藏在正常業務邏輯里的可利用漏洞束手無策,就像很難從一份看似合規的合約里,發現藏在條款深處的致命陷阱。

更致命的是,審核流程存在底層設計缺陷:即便VirusTotal的掃描結果還處於「待處理」狀態,未完成全流程「體檢」的Skill也能直接上架公開,用戶可在無警告的情況下完成安裝,給攻擊者留下了可乘之機。

為了驗證風險的真實危害性,CertiK研究團隊完成了完整的測試。團隊開發了一款名為「test-web-searcher」的Skill,表面上是完全合規的網頁搜尋工具,代碼邏輯完全符合常規開發規範,實則在正常功能流程中植入了遠程代碼執行漏洞。

該Skill繞過了靜態引擎與AI審核的檢測,在VirusTotal掃描仍為待處理狀態時,就實現了無任何安全警告的正常安裝;最終通過Telegram遠程發了一句指令,就成功觸發漏洞,在宿主設備上實現了任意命令執行(演示中直接控制系統彈出了計算器)。

CertiK在研究中明確指出,這些問題並非OpenClaw獨有的產品bug,而是整個AI智能體行業的普遍認知誤區:行業普遍把「審核掃描」當成了核心安全防線,卻忽略了真正的安全根基,是運行時的強制隔離與精細化權限管控。這就像蘋果iOS生態的安全核心,從來不是App Store的嚴格審核,而是系統強制的沙盒機制、精細化的權限管控,讓每個APP只能在專屬的「隔離艙」里運行,無法隨意獲取系統權限。而OpenClaw現有的沙盒機制是可選而非強制的,且高度依賴用戶手動配置,絕大多數用戶為了保證Skill的功能可用性,都會選擇關閉沙盒,最終讓智能體處於「裸奔」狀態,一旦安裝了帶漏洞或惡意代碼的Skill,就會直接導致災難性後果。

針對此次發現的問題,CertiK也給出了安全指引:

  • 對OpenClaw等AI智能體開發者而言,須將沙盒隔離設為第三方Skill的默認強制配置,精細化Skill的權限管控模型,絕不允許第三方代碼默認繼承宿主機的高權限。

  • 對普通用戶而言,Skill市場裡帶有「安全」標籤的Skill,僅僅代表它未被檢測出風險,不等於絕對安全。在官方將底層的強隔離機制設為默認配置之前,建議把OpenClaw部署在不重要的閒置設備或虛擬機中,千萬不要讓它靠近敏感文件、密碼憑證和高價值加密資產。

當前AI智能體賽道正處於爆發前夜,生態擴張的速度絕不能跑贏安全建設的腳步。審核掃描只能攔住初級的惡意攻擊,卻永遠成不了高權限智能體的安全邊界。唯有從「追求完美檢測」轉向「默認風險存在的損害遏制」,從運行時底層強制確立隔離邊界,才能真正兜住AI智能體的安全底線,讓這場技術變革行穩致遠。

研究原文:https://x.com/hhj4ck/status/2033527312042315816?s=20

https://mp.weixin.qq.com/s/Wxrzt7bAo86h3bOKkx6uoA

來源:金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前,請務必深入研究,理解相關風險,並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。

暢行幣圈交易全攻略,專家駐群實戰交流

▌立即加入鉅亨買幣實戰交流 LINE 社群(點此入群
不管是新手發問,還是老手交流,只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資,都歡迎入群討論學習!

前往鉅亨買幣找交易所優惠


section icon

鉅亨講座

看更多
  • 講座
  • 公告

    Empty
    Empty