总目录 大模型安全研究论文整理 2026年版https://blog.csdn.net/WhiffeYF/article/details/159047894ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchershttps://arxiv.org/pdf/2603.24414该论文名为《ClawKeeper针对OpenClaw智能体的全面安全防护》 。作者团队来自北京邮电大学和智源人工智能研究院等机构 核心成员包括Songyang Liu等人 。该论文正式发表在arxiv 2026平台上 。OpenClaw作为领先的开源自主智能体 提供了工具集成与本地文件访问等强大功能 。但这些高级权限也带来了严峻的安全漏洞 模型的小错误可能演变成敏感数据外泄等系统级真实威胁 。现有的安全措施大多处于碎片化状态 无法提供全局视角的保护 。为解决上述问题 该论文提出实时安全框架ClawKeeper 通过三个架构层级提供全方位保护 。我们可以用雇佣全能管家来通俗理解这个方法。框架的技能层就像给管家定下严格家规 明确哪些机密绝对不能碰 在第一道防线划定跨平台安全边界 。插件层类似于在房子里隐蔽安装高级监控探头 作为内部运行时的执行者全天候检查管家的细微动作并扫描威胁 。监督员层相当于额外聘请了一位完全独立的安保专员Watcher 专门核实验证管家的一举一动 。一旦管家试图执行高风险操作 监督员会立刻发出警报并中止危险行为 直到获得你的亲自确认授权才能放行 。这种独立监督员范式实现了安全监管与任务逻辑的彻底解耦 解决了既要高效又要安全的天然矛盾 。广泛的评估证明 ClawKeeper在应对各类复杂威胁场景时均具备极高的有效性与鲁棒性 为下一代智能体生态提供了极其重要的基础模块 。