360智能体升级漏洞挖掘能力 披露20余个龙虾漏洞详情

AI智能体（AI Agent）正深度融入办公自动化、编程开发、数据分析及设备控制等关键业务场景，在显著提升生产效率的同时，也使得一个严峻的挑战日益凸显：AI生态所面临的安全威胁正在加速显现。近日，360数字安全集团发布的《OpenClaw生态安全风险分析》研究报告，为我们揭示了这一问题的紧迫性。

报告披露，360的漏洞挖掘智能体已完成能力升级，正式迈入AI智能体生态自动化安全审计的新阶段。在对OpenClaw及其10款衍生智能体产品进行系统性安全评估的过程中，该平台累计自动化发现了超过20个安全漏洞，风险类型覆盖远程命令执行、权限绕过、敏感信息泄露以及恶意指令注入等多个关键维度。

目前，所有已识别的相关漏洞信息均已同步反馈至对应厂商与开发者，以协助其完成修复，并正式上报至国家信息安全漏洞库（CNNVD）及国家信息安全漏洞共享平台（CNVD）等权威机构。

具备“执行能力”的AI，也意味着更广泛的安全攻击面

报告指出了一个核心趋势：为增强任务执行效能，当前许多“智能体”正在广泛集成浏览器控制、文件系统访问、代码工具调用及各类网络服务API。这种从“信息交互”到“实际操作”的能力进化，虽是技术飞跃，却也同步将潜在的攻击面扩大了数倍。部分已发现漏洞的潜在危害极高，可能导致攻击者远程操控AI智能体，进而威胁到用户终端设备乃至企业内部网络系统的安全。

具体分析，其风险点颇具代表性。例如，部分智能体产品存在本地服务接口不当暴露、权限验证机制不健全等缺陷。这意味着，攻击者可通过构造恶意网络请求或伪造操作指令，轻易干扰智能体的正常决策逻辑，诱导其执行危险操作。更值得关注的是，部分产品在关键任务执行链路上缺乏必要的安全校验，执行内容存在被恶意篡改的风险。其后果不仅可能导致浏览器被劫持或用户隐私数据泄露，在极端情况下，被攻陷的智能体甚至可能成为攻击者渗透企业内网的“跳板”。

360安全专家对此深有体会。他们指出，相较于传统软件漏洞，AI智能体的安全风险图谱更为复杂。传统漏洞通常局限于特定功能模块，而智能体系统则持续处理动态的外部输入，并依据环境变化自主做出决策。许多时候，风险并非源于单一的代码缺陷，而是模型推理、工具调用、权限管理、网络通信等多个环节相互作用后，形成的“系统性安全风险”。

从“自动化扫描工具”到“智能安全分析专家”

面对此类新型复合风险，传统安全检测方法已显乏力。这正是360漏洞挖掘智能体此次能力升级的核心价值所在。升级后的系统，不仅能够自动化挖掘代码层面的安全漏洞，更重要的是，它能深度理解AI智能体的运行逻辑、解析其行为链路，并自动化构建出完整的攻击验证路径。可以说，它已超越了传统漏洞扫描工具的范畴，演进为一位能够自动化研究AI系统安全问题的“智能安全分析专家”。

该报告同时揭示了当前行业的一个普遍现状：随着AI辅助编程、“Vibe Coding”等敏捷开发模式的流行，大量智能体产品追求快速上线与迭代。然而，在速度优先的策略下，安全考量往往被置于次要位置。一些基础性安全缺陷会随着开源框架、通用插件及二次开发过程被不断复制，最终累积形成规模庞大的新型“技术安全债务”。

安全能力边界持续拓展

值得关注的是，此次对OpenClaw生态的成功安全审计，标志着360漏洞挖掘智能体的能力边界实现了又一次关键性突破。在此之前，该系统已在Windows操作系统、Office办公套件、国产操作系统、安卓系统、电子邮件服务器、物联网设备、OA系统等核心领域证明了其强大的自动化漏洞挖掘能力，累计发现漏洞近千个。如今，其能力已成功从传统软件领域延伸至AI智能体生态的安全评估，实现了对复杂智能体系统的全面风险覆盖。

行业观察家普遍认为，随着AI智能体被授予更高的系统权限和工具调用能力，AI安全的风险范畴早已超越传统软件漏洞的范畴。风险正沿着AI应用生态、工具调用链和权限体系快速扩散。在此背景下，拥有对复杂AI系统进行自动化深度安全审计的能力，无疑是一项具备战略意义的关键技术，甚至被业界类比为AI时代的“网络安全基石技术”。

毋庸置疑，技术发展的终极目标是护航产业前行。正如360研究人员所强调的，其核心目标是通过“以AI治理AI风险”的方式，前瞻性地发现并协助修复AI生态中的安全隐患，从而推动整个智能体产业在安全、可靠、可控的坚实基础上行稳致远。