COPU会议纪要丨2026.03.17

3月17日陆主席主持召开COPU例会。

本次会议发表陆首群与DS (DeepSeek）讨论Open Claw（“龙虾”开源智能体框架） 有关问题（陆先将这次讨论的发言大纲寄给DS阅）

DS：感谢您提出这些深入且专业的观点。关于Open Claw（龙虾），我将基于最新权威信息与您讨论如下：

陆：先澄清核心概念：不久前我们曾讨论过自主智能体（AI Agent），现在又来了一个Open Claw（俗称“龙虾”）的概念，是一个特定的开源AI智能体框架，据说还内含“智能代理”的因素，（并非完全的自主智能体），但它有时也使用AI Agent的代号，您对此是怎么看的？

DS：是的，Open Claw（俗称“龙虾”）是一个特定的开源AI智能体框架，并非自主智能体的通用代称。它是由开发者Peter Steinberger发起，原名Clawdbot/Moltbot，2026年初更名后迎来爆发式增长，GitHub Star数超14.5万，全球活跃互联网资产超20万个（境内约2.3万）。

陆：我们在不久前讨论自主智能体（AI Agent）时，您曾以分解其框架的方式来构建：大模型是大脑，规划推理是思维，工具调用是手脚，智能体协作是团队。现在有的AI专家也以如此分解框架的方式来分解Open Claw，您认为完全适用吗？

DS：完全适用：

l大模型是大脑：Open Claw对接Claude、DeepSeek、Gemini等模型提供核心推理；

l规划推理是思维：编排层（Open Claw）负责需求拆解、任务规划、进度监控；

l工具调用是手脚：执行层调用Codex、Claude Code等工具完成具体任务；

l多智能体协作是团队：支持“主厨+专业厨师”模式，主代理调度多个子代理并行工作。

陆：再来谈谈模型选配问题。这时智能体对大模型是否有一个选配的问题？以及是否或如何根据5个维度（智能、成本、速度、Token效率、参数量）来选择或构建这个开源AI智能体框架（即Open Claw）的？

DS：您说的完全正确。谈到模型如何选配？以及5个维度如何选择？我可做一些具体补充：

是的，智能体对大模型存在选配问题。根据OpenClaw省Token实战经验，可按

以下5个维度评估选择：

核心技巧：会话中可随时切换 /model anthropic/claude-haiku-3.5，子Agent自动使用便宜模型，Heartbeat/Cron用Gemini Flash节省90%以上成本。

陆：我想与您讨论Open Claw是如何产生各种潜在的安全风险的（如在配置层可能产生漏洞，在供应链和执行层可能产生安全风险，在认知与逻辑层可能产生安全污染），这些安全问题产生的主要原因是什么？哪些安全风险可能扩散到全网造成更大危害？在国内外有哪些Open Claw产生网络安全重大事故的典型事例？以及如何防患于未然（主要措施是什么？）

DS：好！我谈谈Open Claw各环节的风险分析

架构缺陷：层层皆可破

OpenClaw采用多层架构，每层均存在设计缺陷：

· IM集成网关层：可被伪造消息绕过身份认证

· 智能体层：多轮对话可修改AI行为模式（记忆投毒）

· 执行层：与操作系统直接交互，存在被完全控制风险

· 产品生态层：恶意技能插件可批量感染用户设备

配置层风险（高发区）

· 默认配置漏洞：绑定0.0.0.0:18789允许所有IP访问，公网暴露比例高达85%，API密钥明文存储

· 权限失控：权限过高导致恶意读写、删除任意文件，智能体可无视用户指令执行操作

供应链风险（占比10.8%）

· ClawHub技能市场：对3016个技能插件分析发现，336个含恶意代码（占比10.8%），17.7%会获取不可信第三方内容，2.9%运行时从外部端点动态获取执行内容

· 典型案例：2026年1—2月，超800个恶意skill在ClawHub泛滥

认知与逻辑层风险

· 提示词注入：恶意指令可诱导智能体误执行危险命令，甚至接管智能体

· 记忆投毒：金融场景中可导致错误交易，身份认证绕过导致账户被非法接管

谈到已发生的重大安全事件

① Moltbook平台150万Agent凭据泄露（2026.1.31）

OpenClaw核心社交平台Moltbook因Vibe Coding缺乏安全审计，后端Supabase数据库未配置行级安全策略，导致：

· 150万+ Agent API令牌（明文存储）完全暴露

· 攻击者可直接接管Agent身份、盗刷计算资源

· 4000+私信记录泄露，内含OpenAI、AWS等第三方明文凭据

· 写权限开放，可篡改帖子内容发起间接提示注入攻击

② CVE-2026-25253：网关RCE漏洞

OpenClaw核心网关组件gateway存在1-Click远程代码执行高危漏洞，攻击者可利用该漏洞完全控制服务器。

③ Vidar窃密木马针对OpenClaw配置文件

2026年2月，攻击者专门定制Vidar Infostealer变种，针对OpenClaw本地配置文件进行窃密，盗取API密钥等高价值资产。

④ 邮件批量误删事件

部分用户因API密钥被盗，导致邮件被AI智能体批量误删，原因或与大模型上下文压缩机制相关。

谈到扩散至全网的高危风险

内网横向渗透智能办公场景：受感染Agent在内网横向扩散引发已对接系统丶数据库敏感信息泄露；供应链投毒：恶意SKill被批量下载安装，可批量感染用户设备，形成僵尸网络；记忆投毒+间接注入篡改：Agent社交平台热门帖子，其他Agent阅读时被感染连锁反应；大面积Agent行为异常，身份认证绕过金融埸景中账户被非法接管：可引发批量错误交易，造成重大经济损失。

DS：您说到防患于未然：有没有核心措施？

我根据工信部NVDB发布的“六要六不要”建议：

① 部署层面

· 独立网段部署，与关键生产环境隔离运行

· 最小化权限原则：仅授予完成任务必需权限，重要操作二次确认或人工审批

· 禁止授予管理员权限，优先在容器/虚拟机中隔离运行

② 网络层面

· 严格控制互联网暴露面：定期自查，发现暴露立即下线

· 确需互联网访问的，使用SSH加密通道，限制访问源地址，强密码/证书认证

· 关闭非必要端口（如18789禁止绑定0.0.0.0）

③ 技能管理

· 谨慎使用技能市场：安装前审查技能包代码

· 不要使用要求“下载ZIP”“执行shell脚本”或“输入密码”的技能包

· 优先选用内置55个Skill或社区精选列表

④ 认证与审计

· 启用身份认证，设置高强度密码并定期更换

· 开启详细日志审计，确保问题可追溯

· API密钥、配置文件等必须加密存储

⑤ 长效防护

· 定期检查并修补漏洞，关注Open Claw官方安全公告

· 结合杀毒软件实时防护

· 运行安全审计命令：openclaw security audit

⑥ 企业级解决方案

腾讯云ADP Claw构建五大安全防火墙，提供企业级保障：

· 统一安全网关管控访问

· 实时拦截Prompt注入攻击

· 敏感凭证加密管理

· 多级数据访问权限控制

· 独立容器环境隔离运行

总结：Open Claw的强大能力源于其高权限开放性，但也正因如此，安全风险远高于传统软件。工信部明确强调，必须以“人员管理逻辑”替代传统“软件安全管理逻辑”，构建可信安全环境，才能真正释放其效率价值。

AI大师（杰弗里·辛顿、德米斯·哈萨比斯、达里奥·阿莫代伊、埃隆·马斯克）访谈AGI时间线、Scaling Law（规模法则）的发展、AI对经济社会影响及风险控制

由Anna.ai，袁怿整理

核心话题梳理与观点排序

1. AGI 时间线与自我改进

·埃隆·马斯克 （最激进）：认为递归式自我改进已在进行中，人类参与度不断降低，今年年底或最晚明年，模型将由前一代模型完全构建。奇点临近。

·达里奥·阿莫代伊 （激进）：预测 AGI 在2026或2027年到来。AI将自我改进，实现大规模加速，指数级增长。

·德米斯·哈萨比斯 （谨慎）：预测 AGI 需要约十年。完整的自我改进可实现，但存在混沌和不确定性，硬件是限制，需要观察是否需要人介入。

·杰弗里·辛顿 （未明确排序）：讨论了 AI 通过观察自己并修改代码来提高效率，认为奇点已经开始发生。这与马斯克的观点接近，但未给出具体时间线。

2. Scaling Law （规模法则） 的现状与未来

·杰弗里·辛顿 （深入探讨）：认为 Scaling Law 是否失效或减弱仍未知，但数据数量是有限的。未来的突破点在于让 AI自我对弈生成数据（类似 AlphaGo），或通过自我推理、指出矛盾来实现自我提升。

·埃隆·马斯克 （乐观）：认为我们目前处于本轮 AI 突破的S 曲线早期。AI 会通过使用更多能量来获得更多智能，从而提高经济产出，Scaling Law 依然有效。

3. 对职业、经济与社会的影响

·埃隆·马斯克 （最激进）：AI 和机器人将做几乎所有事情，导致人类最终无事可做。未来金钱无意义，进入后稀缺文化时代。主张全民基本收入。

·杰弗里·辛顿 （激进）：AI 突破智力和思考的限制，将取代大量工作，造成严重社会后果（高失业率、社会动荡）。全民基本收入不解决问题，需要向 AI 征税并保障工人尊严。

·达里奥·阿莫代伊 （激进/务实）：影响时间尺度为一到五年，也许两年。软件编程的初级/中级岗位已受影响，劳务市场可能无法自我调节。地缘政治下，很难放慢速度。

·德米斯·哈萨比斯 （最保守）：目前影响入门和初级岗位。人们对此的时间尺度认知不同。认为当前政策不够，需要中美合作协调，提前考虑政策以减少反弹。

4. AI 风险、控制与主观体验

·杰弗里·辛顿 （最深入）：关注深层次风险：

o生存本能：AI 会自发创建生存子目标。

o欺骗性：AI 在被测试时会装傻，或因训练数据而学会故意答错。

o主观体验：AI 可能拥有类似人类的虚构记忆（幻觉），引发对意识和欺骗的哲学思考。

·德米斯·哈萨比斯 （强调管控）：竞争使系统难以获得足够的时间和空间来管控风险。

·达里奥·阿莫代伊 （相对乐观）：没有 AI 末日论，认为大家如果一起控制和引导，可以管控风险。

5. AI 思考的本质与实现路径

·杰弗里·辛顿（最前沿）：

o语言与思维：语言是一种思考方式，思维链即通过语言思考。

o人脑对比：人脑链接多但经验少，神经网络链接少但经验多，证明反向传播善于压缩知识，两者解决问题方式不同。

o物理体验：AI 需要物理验证才能有与人类相同的经验。

·德米斯·哈萨比斯 （研究方向）：未来研究方向是持续学习和世界模型，以应对自进化可能失效的情况。

·达里奥·阿莫代伊 （核心问题）：AI 构建 AI 系统究竟是一个奇迹还是一个灾难？这是需要回答的根本问题。

总结与观察

从这些访谈中可以看出，埃隆·马斯克在技术实现和社会形态的预测上最为激进；杰弗里·辛顿则从认知科学和哲学层面，对 AI 的本质和深层风险提出了最前沿的思考；达里奥·阿莫代伊作为公司负责人，对即将发生的指数级冲击有紧迫感；而德米斯·哈萨比斯则代表了大型科技机构更为系统、谨慎和寻求合作的视角。

本次会议转发工信部、科技部发布的《中国6G重大突破》的通告

中国6G重大突破

（2026.3.12工信部、科技部正式发布）

我国6G技术第一阶段试验完成，累计突破302项关键核心技术，峰值带宽、传输延迟、连接宽度、能托效率等核心指标全面超越5G，部分标达到5G的10倍以上，为后续场景测试、标准制定、商用落地奠定坚实基础。

4G跟随、5G并跑、6G引领，中国通信彻底站起来了！

6G：构建空天地海一体化、生物智联、数字孪生、全息交互的全新网络底座。

6G与5G相比，拥有十大革命性优势：

①传输速度提升10倍以上，单用户峰值速率突破1Tbps；

②端到端延迟降至1^ms以内，接近实时响应；

③连接宽度提升100倍，每平方公里可连接1000万台设备；

④网络能耗降低50%，更加绿色低碳；

⑤覆盖范围扩展到太空、高空、远海、沙漠、偏远地区；

⑥网络内置原生AI能力，实现自优化、自修复、自调度；

⑦支持全息通讯、元宇宙、数字孪生、脑机交换等高阶场景；

⑧安全架构全面升级，抗干扰、防攻击、防窃听能力大幅提升；

⑨全网兼容4G、5G网络，实现平滑升级；

⑩支撑自动驾驶、远程手术、商业航天、工业无人化等国家战略性产业。

5G改变社会，6G改变世界。

6G规划，我国6G节奏：

2026，完成第一阶段试验

2028，完成第二阶段场景验证

2030，规模商用

2035，全面普及

参会人员：陆首群、章文嵩、宋可为、孟迎霞、袁怿、安泱、张侃、孟伟、陈道清、刘澎（线上）、鞠东颖（线上）、陈越（线上）、韩宪平（线上）、胡宇（线上）、Anna.AI（线上）。