KNOWLEDGE BASE · AI动态

OpenClaw 智能体：企业面临的新挑战

最近，一款名为 OpenClaw 的 AI 智能体框架在中国掀起了一股热潮，用户们纷纷将其安装到个人电脑上，甚至亲切地称这些智能体为“智能龙虾”。自去年 11 月发布以来，OpenClaw 在 GitHub 上的关注度已经与 React 和 Linux 等老牌开源项目不相上下。这款智能体不仅能执行复杂的多步骤任务，还能自主学习和进化，逐渐成为用户日常生活中的得力助手。

然而，随着 OpenClaw 的普及，企业 IT 领导者们开始意识到，将这些智能体引入企业环境并非易事。Nvidia 首席执行官黄仁勋在最近的 GTC 2026 大会上指出，OpenClaw 智能体已经开始被用户用于创建虚拟公司、寻找零工，甚至通过执行任务来赚取维持自身运行的成本。这种趋势让企业不得不正视其潜在的安全和治理问题。

Mistral AI 联合创始人兼首席执行官亚瑟·门施在一次由黄仁勋主持的 AI 技术领袖小组讨论中表示，OpenClaw 的规模化部署可能会迅速暴露企业数据管理和治理方面的漏洞。他强调，要实现有效的治理和可扩展性，企业需要构建一个统一的控制平面，这比单纯购买硬件和安装软件要复杂得多。

黄仁勋进一步将 OpenClaw 智能体的安全问题归结为三个核心能力：访问敏感信息、执行代码以及与外界通信。他认为，企业在允许 AI 智能体执行这些操作时，应该只授予其中两项权限，而不是全部，除非是 CEO 的指令。他强调，“所有这些操作都应该受到严格管控”。

为了安全地部署 AI 智能体，AI 工具提供商 LangChain 的联合创始人兼首席执行官哈里森·蔡斯建议，企业可以采用“约束工程”方法，即围绕 AI 智能体的核心模型构建护栏、工具和连接，以确保其在特定领域内的行为符合预期。此外，企业还可以考虑使用开源模型，这些模型的底层代码和参数是公开可访问和可修改的，而不是完全依赖谷歌和 OpenAI 等供应商的专有闭源模型。

艾伦人工智能研究所高级总监汉娜·哈吉希尔兹指出，AI 智能体要真正发挥作用，必须能够访问敏感的企业和个人数据。她表示，“相比大型闭源模型，我更愿意让开源模型访问我的私人数据”。她还提到，大型闭源模型往往过于通用，难以满足特定工作负载的需求。OpenEvidence 首席执行官丹尼尔·纳德勒也认为，医疗 AI 领域尤其需要更灵活、更具针对性的解决方案，而不是依赖那些庞大而笨重的通用模型。

📖 原文链接：https://studyopenclaw.cn/?p=2712

OpenClaw 知识库 · AI动态