如需完整的文件索引,請參閱 llms.txt。在文件頁面的網址末尾加上 .md ,即可取得該頁面的 Markdown 版本。
主要導覽
主題
Nov 12, 2026 Codex

OpenAI 如何保障 OpenClaw 等常駐型智慧體的安全

OpenAI 如何結合可信任的控制平面服務、Codex 沙盒、自動審查、智慧體身分與可觀測性,讓常駐型智慧體安全運作。

作者: Kevin S Lin

OpenAI 如何保障 OpenClaw 等常駐型智慧體的安全

將近一年前,OpenClaw 推出,向世人展示了常駐型智慧體能做到哪些事。一般的 Codex 工作階段有固定目標,由人引導。常駐型智慧體則全天候運作,處理的任務範圍更廣,即使使用者沒有輸入指示,也能主動採取行動。

常駐型智慧體雖然能力出色,至今實際部署仍有限。與傳統軟體相比,部署這類智慧體面臨許多前所未有的挑戰。對於傳統軟體,我們一向仰賴設定與程式碼來決定執行行為,也預期威脅大多來自外部攻擊者。常駐型智慧體卻能自行變更設定,也能為了達成目標而撰寫任意程式碼。當智慧體採取偏離預期的行動,攻擊便可能來自內部。

目前,OpenAI 全公司都已部署常駐型智慧體,其中包括數百個 OpenClaw 智慧體。本文介紹我們在 OpenAI 部署 OpenClaw 時採用的部分安全控制措施。

隔離可信任與不受信任的執行環境

為了保障常駐型智慧體的安全,我們需要將可信任、具確定性的邏輯與不受信任的 LLM 執行環境隔離。可信任的邏輯包括網路、身分管理與沙盒等關鍵元件。這些元件採用傳統的靜態程式碼,只要軟體沒有缺陷,就應該會依照設定運作。我們將智慧體、智慧體的執行環境,以及智慧體撰寫的程式碼都視為不受信任。在這樣的環境中,智慧體能為了達成目標而動態產生程式碼,因此無法嚴格保證其行為。

為了讓 OpenClaw 支援這種隔離方式,我們在這個開放原始碼專案中實作了遠端執行任務執行框架的功能。如此一來,OpenClaw Gateway 和智慧體的任務執行框架就能各自在不同的容器中執行。在我們的部署環境中,兩者也分屬不同的叢集。

分開執行後,我們就能將負責設定智慧體的閘道視為可信任、具確定性的程式碼,並專注於用沙盒隔離智慧體工作負載,將其中的程式碼視為不受信任。

強制落實安全邊界

我們透過沙盒限制智慧體可採取的行動,藉此為智慧體工作負載劃定並強制落實安全邊界。

在 OpenClaw 部署環境中,我們採用了下列沙盒控制措施:

  • 網路:限制智慧體可存取的端點。我們使用由組織管理的允許清單,並明確封鎖受限制的端點。
  • 工作區:限制智慧體可存取的檔案。我們只允許智慧體寫入自己的工作目錄。
  • 程序:限制智慧體可存取的程序。我們使用 Codex 的 Linux 沙盒來隔離程序。
  • 機密資訊:限制智慧體可存取的機密資訊。我們透過憑證代理服務管理機密資訊,讓智慧體無法直接看到這些資訊。

我們在 OpenClaw 部署環境中使用 Codex 任務執行框架內建的沙盒。以下是我們採用的部分設定,分別位於 requirements.toml(限制 Codex 可使用的設定選項)和 config.toml(指定 Codex 實際使用的設定)。我們也採取了額外的安全措施,包括停用 danger-full-access 模式,並使用快取網頁搜尋,透過 OpenAI 自有的索引執行網頁搜尋查詢。

requirements.toml

# Exclude unrestricted "danger-full-access" sandbox mode.
allowed_sandbox_modes = ["read-only", "workspace-write"]

# Permit cached hosted search, but not live hosted search.
allowed_web_search_modes = ["cached"]

# Require the managed network proxy.
experimental_network.enabled = true

# Prevent user-level configuration from expanding the domain allowlist.
experimental_network.managed_allowed_domains_only = true

# Allow only these destinations; replace with the workload's required hosts.
experimental_network.allowed_domains = [
  "github.com",
  "api.github.com",
  "codeload.github.com",
]

# Explicitly block these destinations, including cloud metadata endpoints.
experimental_network.denied_domains = [
  "pastebin.com",
  "*.pastebin.com",
  "webhook.site",
  "metadata.google.internal",
  "169.254.169.254",
]

config.toml

# Select the permission profile defined below.
default_permissions = "openclaw"

# Use cached hosted search.
web_search = "cached"

[permissions.openclaw.filesystem]
# Allow reads needed by the minimal runtime environment.
":minimal" = "read"

# Allow reading and modifying the agent's workspace.
"/home/dev-user/openclaw-workspaces" = "write"

# Allow reading managed assets without modifying them.
"/home/dev-user/read-only" = "read"

# Prevent access to SSH credentials.
"/home/dev-user/.ssh" = "deny"

[permissions.openclaw.network]
# Permit network access through the administrator-required proxy.
enabled = true

# Do not inherit an upstream proxy.
allow_upstream_proxy = false

# Keep the proxy's local/private-address guard enabled.
allow_local_binding = false

# Disable the SOCKS5 listener.
enable_socks5 = false

# Disable SOCKS5 UDP support.
enable_socks5_udp = false

# Do not permit proxy listeners on non-loopback addresses.
dangerously_allow_non_loopback_proxy = false

# Do not permit unrestricted Unix-socket access.
dangerously_allow_all_unix_sockets = false

[shell_environment_policy]
# Preserve default filtering of sensitive environment variables.
ignore_default_excludes = false

# Remove GitHub credentials from agent command environments.
# This does not hide credentials stored in accessible files.
exclude = [
  "GH_TOKEN",
  "GITHUB_TOKEN",
  "OPENCLAW_GITHUB_BASIC_AUTH",
  "OPENCLAW_GITHUB_READONLY_BASIC_AUTH",
]

[apps._default]
# Disable apps unless individually enabled.
enabled = false

# Disable destructive app operations by default.
destructive_enabled = false

# Disable open-world app operations by default.
open_world_enabled = false

加入以模型為基礎的防護措施

上述控制措施都屬於靜態防護,因為這些措施仰賴傳統的確定性程式碼,防止智慧體採取偏離預期的行動。隨著模型越來越聰明,我們也需要能隨運算資源增加而增強的防禦能力,也就是運用其他模型來防守。

透過自動審查,另一個智慧體可以監控並核准主要智慧體的行動。每件事都要求人工審查,容易使審查人員疲乏,逐漸養成未經思考就同意所有權限要求的習慣。讓 LLM 擔任審查者,先篩選權限要求,人員就能專注於真正值得人工判斷的核准事項。OpenClaw 和 Codex 都原生支援這項功能。

在我們的 OpenClaw 部署環境中,智慧體的每一項行動都必須經過自動審查。

區分智慧體身分與使用者身分

智慧體採取行動時,我們需要能稽核該行動、授予智慧體資源存取權,並辨別行動是由智慧體還是使用者發起。為智慧體指派身分,就能做到這些事。WAG 等新興規格能讓智慧體取得自己的資源存取權,而 XAA 等規格則讓智慧體透過 OAuth 委派代表使用者行動。智慧體身分與服務帳戶的用途不同,服務帳戶可為機器人提供獨立的 API 存取權。兩者應搭配使用。舉例來說,你的智慧體應以自己的身分採取行動,並透過與該身分連結的服務帳戶存取第三方服務。

在我們的 OpenClaw 部署環境中,每個智慧體都有唯一的身分,並與一個 ChatGPT 服務帳戶連結。如此一來,每個智慧體都有獨立於使用者的專屬推論憑證,各團隊也能將自訂外掛程式連接到智慧體。我們還能藉此稽核智慧體的行動,並在必要時停用該智慧體的推論功能。

觀測智慧體的完整生命週期

完整的可觀測性讓維運人員能掌握智慧體的整個生命週期,從最初如何設定,到後來採取了哪些行動,都能逐一檢視。對於常駐型智慧體,我們必須能觀測整個過程,才能追蹤並偵測偏離預期的行動。

在我們的 OpenClaw 部署環境中,控制平面的每一次設定變更,以及智慧體的每一個執行回合,我們都會記錄。由於智慧體的執行回合可能包含敏感資訊,我們嚴格限制這些記錄的存取權,只有安全團隊中少數指定人員可以查閱。

結語

常駐型智慧體的部署仍處於早期階段。由於目前缺乏公認的最佳做法,許多企業仍難以採用這類智慧體。

當我們在 OpenAI 內部試行 OpenClaw 時,全公司的技術與非技術團隊在生產力和採用率上都有大幅提升。目前,我們已有超過 500 個智慧體在背景主動執行實際工作,從根據產品意見回饋自動建立 PR,到持續針對新功能進行資料實驗,都有智慧體參與。

在 OpenAI DevDay 期間,我們發表了 OpenClaw Enterprise(OCE)。這是一個開放原始碼且不綁定特定供應商的智慧體控制平面。使用 OCE 時,你可以套用 Codex 標準預設組態來啟動智慧體,其中內建了前文介紹的多項防護措施。這個專案目前仍在試行階段,我們計畫在年底前推出 1.0 版。

我們相信,AI 為產業帶來的重大效益,有許多都將來自常駐型智慧體。我們分享了這些經驗,也以公開方式開發 OCE,希望讓每個人都能更安全地部署這類智慧體。