但OpenClaw 目前还被(bei)很多企业视为“高本(ben)领(ling)与高风险并存”的对象。王烁表示，以后企业使用(yong) OpenClaw 的最大的顾虑就是安(an)全成绩。“它开放(fang)了较多接口和(he)调用(yong)通道，这意味着外部对象、插件以致当地文件零碎都可能被(bei)接入(ru)；它又具备较高权限，能够删除、转发文件，甚至触(chu)达更敏感的数字资产(chan)。”

在他看来，OpenClaw 以后面临的核心(xin)风险首要包括三类：其一，间接提示词注入(ru)。攻(gong)击者无需直(zhi)接攻(gong)击用(yong)户，只需在网页、插件或外部内容中植(zhi)入(ru)肉眼弗成见的歹意指令，就可能诱导 AI 窃取私钥文件、敏感文档等信息；其二，模子幻觉。底(di)本(ben)用(yong)于“清算暂(zan)且文件”的一般指令，可能在误判之下演化为破坏性操(cao)作；其三，默认端口暴露与安(an)全设置(zhi)缺失。尤其在云端部署场景下，如果接口和(he)权限边(bian)界经管不当，就相称于“把保险柜搬到大街上(shang)，还插着钥匙”。

不做“花瓶式”防护 把 OpenClaw 变(bian)成“省油版”落(luo)地

针对 OpenClaw 的零碎性安(an)全风险，王烁团队认为，不克不及用(yong)简单粗暴的“一刀切”体(ti)式格局禁用(yong)权限，也(ye)不克不及把安(an)全完全寄托(tuo)于模子“盲目”。如果防护机制只停留(liu)在表面，最终只会变(bian)成“花瓶式”安(an)全：看起来合规(gui)，实际上(shang)既挡不住风险，也(ye)拖慢执行服从。

对此，团队提出的改(gai)革思路是：第一，尽量把安(an)全边(bian)界前置(zhi)，避免把枢纽推断全部交给(gei)模子；第二，让复杂本(ben)领(ling)默认不常驻，减少上(shang)下文收缩带来的误判；第三，枢纽结论必须具备证据链，避免产(chan)物“看起来会做”，但效果没法复核。

基于这一思路，王烁团队为 OpenClaw 设计了多层加固(gu)方案。

起首，是建立(li)更清晰的“自我认知”机制，使零碎能够区分用(yong)户实在指令与外部环境中的潜伏歹意指令，从而提升对提示词注入(ru)攻(gong)击的抵抗(kang)本(ben)领(ling)，避免盲目执行被(bei)污染的命令。

其次，是对可调用(yong)的 API 与功能模块进(jin)行认证和(he)分级，明确哪(na)些指令属于可信调用(yong)，哪(na)些操(cao)作属于高风险范围；对于高风险任务，则(ze)要求前置(zhi)审批、隔离执行，或在受控环境中完成。

最后，是引入(ru)全流程复盘与审计机制，安(an)排“审计员”连续跟踪每一个敏感操(cao)作。从处理的数据、执行的行动，到生成的效果、可能带来的风险，零碎都会构成完备审计链条；一旦审计不通过，任务流程将被(bei)立(li)即中止(zhi)。

在王烁看来，这套方案的核心(xin)，不是简单“减少本(ben)领(ling)”，而是把复杂度留(liu)在零碎外部，把最小必要信息留(liu)给(gei)模子，在提升安(an)全覆盖面的同(tong)时，提高执行确定性和(he)效果可信度。

除了安(an)全加固(gu)，团队还推进(jin)“大小模子协(xie)同(tong)”的调理机制，凭据任务复杂度动态(tai)分配模子资本(ben)：简单任务由轻(qing)量级模子处理，复杂任务再调用(yong)大模子；同(tong)时，针对具体(ti)任务对大模子进(jin)行“瘦身(shen)”，裁剪掉冗余本(ben)领(ling)，只保留(liu)完成任务所必需的功能。

“我们现在用(yong) OpenClaw 去完成一个很简单的任务，可能一个月就要花掉几(ji)千块。对始创团队和(he)中小企业来说，如许的成本(ben)并不轻(qing)。”王烁表示，团队希望通过按(an)需调用(yong)、模子裁剪和(he)任务定制，把它做成一个更得(de)当落(luo)地的“省油版 OpenClaw”。

在他看来，真(zhen)正阻碍(ai) OpenClaw 企业落(luo)地的，不但是“能不克不及用(yong)”，而是“能不克不及安(an)全地用(yong)、低成当地用(yong)、连续地用(yong)”。

从“最后一千米”到“最后100米”

王烁认为，如果 OpenClaw 的出现，买通了 Agent 创业和(he)落(luo)地的“最后一千米”，那么当下行业要办理的，实际上(shang)是更现实的“最后100米成绩”：它究竟能不克不及把工(gong)作干好，能不克不及在实在业务中波动托(tuo)付(fu)效果。

盘绕这一点(dian)，王烁表示，团队接下来将重点(dian)攻(gong)克三个方向。

一是测评驱(qu)动。先对 OpenClaw 进(jin)行全面测评，明确其本(ben)领(ling)边(bian)界、风险边(bian)界和(he)可优化空间；

二是本(ben)领(ling)提升。针对 OpenClaw 做欠好的任务，分析成绩究竟出在理解、规(gui)划、执行还是对象调用(yong)环节，并通过定向构建高质量数据进(jin)行补强；

三是连续优化。让 OpenClaw 在使用(yong)中赓续进(jin)修、反思、迭代，完成边(bian)用(yong)边(bian)改(gai)、边(bian)跑边(bian)进(jin)化。“从前互联网期间创业，要找(zhao)开发、烧钱、烧人、烧时间。”王烁说，借助 OpenClaw 这类对象，一个想法加上(shang)一轮考证，短时间内就可能搭出一个相称完备的前端，后端流程也(ye)能快速对接，创业门槛正在被(bei)大幅抬高。

在他看来，企业利(li)润的来源也(ye)可能随之产(chan)生变(bian)化。过去，软件公司的收入(ru)更多来自定阅费(fei)；未来，部份产(chan)物的商业模式可能转向“API 调用(yong)费(fei) × 调用(yong)次数”。这意味着，软件业的底(di)层逻辑正在被(bei)从新改(gai)写。

不外，王烁也(ye)强调，OpenClaw 所代表的生产(chan)力变(bian)革并不料(liao)味着“单兵作战”。对于本(ben)日的创业者来说，起首仍需要供给(gei)链支撑，包括开源平台、硬件基础设施、垂直(zhi)领(ling)域模子和(he)算力资本(ben)；其次，还需要找(zhao)到明确的场景匹(pi)配，用(yong) OpenClaw 去办理具体(ti)成绩，构成可复制的微生态(tai)；再今后，则(ze)是分歧 AI 署理企业之间的协(xie)同(tong)，共同(tong)完成更复杂的工(gong)作流。