问题——从“能聊天”到“能动手”，热度背后隐忧凸显 近期，名为OpenClaw的开源智能体网络平台迅速传播。因图标形似红色龙虾，用户将其称为“龙虾”，并把训练与配置过程形象称作“养龙虾”。与以往主要停留在文本对话的大模型应用不同，这类智能体强调“可执行”，不仅能理解复杂指令，还能调用工具、操作软件，甚至对本地电脑文件进行读取、整理、传输与编辑。在多地技术交流活动中，“如何让它更高效地完成任务”成为讨论焦点。 不过，“龙虾热”也带来“冷思考”。一些用户在体验过程中发现，智能体为了完成任务往往需要较高系统权限，并可能要求输入邮箱、云盘、订票平台等账号口令。一旦权限控制不当、配置来源不明或被恶意利用，个人隐私、商业数据乃至关键文件都存在被窃取或被篡改风险。近期，涉及的主管部门也相继发布风险提示，提醒公众审慎安装使用，强化数据安全防护。 原因——开源生态降低门槛，“高权限+多工具”放大风险面 业内人士指出，“龙虾”类智能体走红，既与开源社区快速迭代有关，也与其功能定位改变有关。其一，开源模式便于全球开发者共同参与、快速扩展能力，用户可按需接入不同模型与工具组件，形成“可定制”的个人助手。其二，智能体要实现自动执行，必须获得访问文件系统、调用应用程序、读写数据等能力，权限天然高于普通聊天工具。其三，一些安装部署仍需通过命令行配置，普通用户难以准确评估依赖包来源、权限范围与运行机制，安全设置稍有疏忽就可能留下漏洞。 在实际测试中，智能体确能完成桌面文件分类、远程收取并保存指定文件、批量处理图片等操作，但也出现“执行结果与描述不一致”的情况。例如在图片处理任务中，智能体声称保留原文件却发生丢失，显示其仍可能出现误判、误删、路径识别错误等问题。技术人员提醒，智能体并非“全能且可靠的员工”，更像“能力强但需要约束的实习助手”，尤其在文件操作、支付订票、邮件发送等场景，必须保留人工复核环节。 影响——效率提升与安全挑战并存，个人与机构同受考验 从积极面看，智能体把“动手能力”带入生产与生活场景：科研人员可为其配置专业计算工具与文献处理流程，提升资料整理、代码运行、结果汇总效率；职场用户可用于简历排版、材料归档、日程管理等重复性事务；普通用户也可在家庭电脑上实现相册归类、文档检索等功能。随着模型能力提升与工具链完善，“一段指令完成一串操作”的效率优势将更显现。 但从风险面看，主要挑战集中在三上：一是数据泄露风险。智能体一旦获得本地文件访问权，数据边界从“提交给模型的内容”扩大到“电脑里的一切”，安全后果更为严重。二是误操作风险。模型可能出现“幻觉”或执行链条偏差，在自动化流程中造成文件丢失、配置更改、信息误发。三是供应链与社工风险。开源组件来源复杂，若下载渠道不规范、插件被植入恶意代码，或用户将账号口令交由智能体保存，都可能成为攻击入口。 对策——以最小权限、可追溯审计和分级管理筑牢防线 受访技术人员建议，个人用户与机构在使用此类智能体时，应把“安全”作为第一配置项。 一是坚持最小权限原则。尽量在隔离环境部署，使用专用设备或虚拟机运行，避免在存有大量敏感资料的主力电脑上直接安装；对文件夹、网络访问、外部设备等权限进行细化控制，能不开的权限坚决不开。 二是减少敏感信息暴露。谨慎向智能体提供账号口令与支付信息，确需使用时采用临时令牌、分段授权或人工确认；重要文件先备份再操作，涉及删除、覆盖、发送等高风险动作应设置二次确认。 三是强化来源验证与更新管理。选择可信渠道获取安装包与插件，核验版本与依赖来源；及时修补安全漏洞，避免因组件过旧带来已知风险。 四是推动机构侧制度化治理。对于科研、媒体、企业等单位，应建立智能体使用规范，明确可用场景、数据分级、日志留存与审计要求，必要时引入沙箱、终端防护与数据防泄漏措施；对外包插件、第三方模型接入开展安全评估。 五是完善行业规则与监管协同。在鼓励创新应用的同时，进一步细化智能体类产品的安全责任边界、数据处理合规要求与风险告知义务，推动形成“可用、可控、可追责”的治理框架。 前景——从“新奇玩具”走向“生产力工具”，关键在于安全可控与标准化 业内普遍认为，智能体将成为大模型应用的重要形态之一。随着模型推理能力增强、工具调用更稳定、操作系统级权限管理更精细，智能体有望在办公自动化、科研计算、公共服务等领域释放更大潜力。但其能否真正走向规模化应用，取决于三个关键条件：权限边界能否清晰可控、执行过程能否可审计可回滚、生态插件能否标准化与可信化。只有把安全治理前置到产品设计与使用流程中，才能让效率红利不被风险抵消。
新技术的流行始于实用性，但长远发展离不开安全保障。面对智能体热潮——我们既无需过度担忧——也不可放松警惕。唯有平衡效率与安全，才能让它成为真正的助力而非隐患。