遭黑客投毒、被网安圈群嘲蹭流量、英伟达建的沙箱半小时就被攻破！OpenClaw 之父揭开大模型圈最脏的潜规则

📌 一句话摘要

本文编译了 OpenClaw 创始人 Peter Steinberger 在 AI Engineer World's Fair 上的演讲与访谈，揭露了开源 AI 项目在高速增长后面临的安全行业围猎、AI 批量生成的垃圾漏洞报告、以及行业为博眼球而故意忽略安全指南的乱象，并探讨了 OpenClaw 的未来、AI 开发工作流与品味的重要性。

📝 详细摘要

文章编译自 OpenClaw 创始人 Peter Steinberger 在 AI Engineer World's Fair 上的演讲与问答实录。核心内容分为两部分：一是 Peter 对 OpenClaw 项目在经历“神话式增长”后所遭遇的“灾难级围猎”的控诉，包括每天收到海量 AI 生成的垃圾安全报告、安全行业为蹭流量而故意忽略项目安全指南、以及供应链攻击等乱象。他分享了项目在五个月内 GitHub star 数、提交数、贡献者数量垂直飙升的数据，同时也披露了应对 1142 个漏洞警告（其中 99 个严重）的艰难。二是问答环节，Peter 回应了关于 OpenClaw 是否会闭源、与 OpenAI 的关系、本地模型的重要性、AI 开发工作流（如同时运行多个 AI 会话对抗延迟）、以及“品味”在 AI 时代作为核心竞争力的观点。他还展望了未来无处不在的智能体形态和“梦境”记忆机制。

💡 主要观点

- 开源 AI 项目的爆炸式增长会招致安全行业的“围猎”与流量炒作。 Peter 指出，OpenClaw 在五个月内成为 GitHub 增长最快的项目之一，但随之而来的是每天平均 16.6 个安全报告，其中许多是 AI 批量生成的“危言耸听”的垃圾报告。安全行业和学术界常故意忽略项目安全指南（如用 sudo 权限运行），以制造更耸人听闻的漏洞案例来博取关注和流量。

CVSS 等传统安全评分体系在评估 AI 智能体系统时存在严重脱节。 文章举例一个被评为 CVSS 满分 10 分的“漏洞”，在实际使用场景中（如本地部署）几乎不可能被利用。这暴露了传统安全评估标准无法准确衡量 AI 智能体在具体上下文中的真实风险，导致大量“纸面漏洞”引发不必要的恐慌。

在 AI 辅助编码时代，“品味”和“系统设计”能力成为工程师更关键的护城河。 Peter 认为，当代码可以由 AI 大量生成时，判断代码质量、设计可维护系统架构、以及拥有拒绝糟糕想法的能力（“学会说不”）变得至关重要。他定义的“品味”底线是产品不能有“AI 味儿”，即避免千篇一律的 AI 生成风格，并通过细节打磨提升用户体验。

AI 开发工作流是高度迭代和非线性的，完全自动化的“黑灯工厂”模式并不可行。 Peter 分享了自己同时运行多个 AI 会话（巅峰期达 10 个）以对抗模型延迟的工作流。他强调软件开发是探索性的，最初的设想很少是最终成品，需要不断“把玩”、获得灵感并调整提示词，因此无法被死板的自动化流程所取代。

💬 文章金句

- 你很难在最近的开源世界里，再找到第二个同时具备这两种状态的东西，一边是神话式的增长，一边是灾难级的围猎。

• 他们把漏洞喊得越是‘危言耸听’，这个报告就越有可能是 AI 生成的‘灌水垃圾’。
• 英伟达推出了 NemoClaw……我把它和 Claude Code 安全测试工具连在了一起。结果，半小时内，AI 就找到了五种突破那个安全沙箱的方法。
• 在这个时代，最底线的品味就是：它不能散发出一股‘AI 味儿’。
• 登顶的路从来都不是一条直线，它总是蜿蜒曲折的……你对项目最初的设想，极大概率不会是它最终的模样。

📊 文章信息

AI 初评：84

来源：AI科技大本营

作者： AI科技大本营

分类：人工智能

语言：中文

阅读时间：51 分钟

字数：12619

标签： OpenClaw, AI Agent, 开源安全, 供应链攻击, AI 开发工作流

阅读完整文章