ClawGuard：开放爪子智能体的可验证护栏
由Xisen Jin，Sahara AI 的研究科学家
随着 OpenClaw 的普及，风险的增长速度已快于信任的建立。
正因如此，我们团队非常激动地宣布正式发布 ClawGuard——一个开源原型方案，能让你的 OpenClaw 智能体在与用户、服务及现实系统交互时，在可执行、可验证的防护机制下运行。
如今，OpenClaw 的用户以及与其智能体对接的服务提供商，正日益暴露于风险之中，而他们往往并未意识到这一点。
在用户侧，OpenClaw 智能体常常被授予广泛的权限，而大多数用户对此并没有清晰的认知。我们已经看到一些案例，本地运行的智能体配置所执行的操作，远远超出了用户的原本意图或已知的授权范围，从而导致隐私数据泄露、非预期的系统访问以及财务损失。
在服务侧，提供商们正面临越来越多的由智能体驱动的 API 调用、工具使用和自动化交互——而这些往往缺乏有效的防护机制。一旦出现问题，用户并不会归咎于智能体的配置或提示词，而是将责任指向服务本身。这使得服务提供商陷入滥用投诉、欺诈调查、账号找回以及声誉受损等困境，即便不安全行为完全源自其系统之外。
ClawGuard 让 OpenClaw 智能体能够以密码学方式证明其运行在特定的防护机制之下，且该机制在运行时强制执行。
在开始之前，请查看我们的github或查看我们的完整演示。
介绍 ClawGuard
在开发Sahara AI 的代理协议和早期x402扩展时，我们不断回到一个简单的问题：
如果一个智能体能以密码学方式证明其运行在特定的防护机制之下，会怎样？
每个 AI 智能体都运行在一定的约束之下——限制它能说什么、能调用哪些工具、能代表用户执行哪些操作。正是这些约束防止智能体泄露隐私数据、执行危险操作或以可能造成实际伤害的方式作出回应。
如今，这些边界通常是“被假定存在”，而非“被验证有效”。一个智能体可能配置了各种策略和安全措施，但对于外部方来说，并没有可靠的方式去确认，当回应生成时，这些保护措施是否确实在生效。
正是对这一问题空白的探索，促使我们构建了一个小型研究原型。这个原型最终发展成了 ClawGuard。
ClawGuard 是一个开源原型方案，它让 OpenClaw 智能体能够生成密码学证明，以证实：
已知的防护机制正在强制执行相关策略；
智能体运行在可信执行环境（TEE）之内；
回应是在上述约束下生成的，而非事后声称。
验证方无需依赖声明，而是可以直接核实证据。
这对以人为中心、高风险场景的交互至关重要。如今，用户常常向 AI 求助那些真正重要的事务：
高风险的决策建议
敏感的个人问题
情感支持
风险较高的选择
在这些时刻，用户需要的不仅仅是一个“好答案”。他们想要确信，与之对话的 AI确实被一个以人为中心、理性且注重安全的防护机制所约束。
ClawGuard 的工作原理
底层机制：
智能体与防护机制共同运行于基于云的可信执行环境（TEE）中
所有与大语言模型的交互均通过防护拦截层进行路由
安全 enclave 可生成外部可验证的认证证明
这项工作直接连接到 Sahara AI 更广泛的研究，涉及 可验证的代理协议，包括x402扩展，在满足加密政策条件时，才会授予对工具、数据或服务的访问。
此原型的定位与边界
ClawGuard 是一个研究原型。
它并不意味着防护机制已臻于完美。
它也不是一个成熟的生产级系统。
它仅仅是：
一个证明：智能体的安全性是可以被验证的
一步迈进：让对智能体的信任变得可审计、可执行
一个基础：为人与智能体、智能体与智能体之间更安全的交互奠定基础
未来的工作方向包括：更强的执行约束、端到端的加密通信，以及与 Sahara 智能体基础设施的更深度集成。
ClawGuard的实际应用
在聊天中直接请求证明
图1: 用户提出一个在信任和安全方面至关重要的高风险问题。
用户不会盲目相信回复，而是可以要求智能体证明其运行在已知的防护机制之下。
代理附带证明作出回应
图 2 与图 3：智能体在给出回答的同时，附带了一份可验证的证明摘要。
该摘要表明，该回答由运行于可信执行环境（TEE）内、受特定防护机制保护的 OpenClaw 智能体所生成。核心结论清晰明确：该回答是在经过验证的防护机制下产生的，而不仅仅是声称遵循了相关策略。
我们可以向代理请求一个原始证明文件（{"document":"hEShATgioFkSpL…）。
检查原始证明
除了人类可读的摘要之外，用户（或服务方）还可以向智能体索取原始的证明文件。
该文件包含在安全 enclave 内部生成的密码学证据。验证方收到后，可独立确认以下信息：
该回应是在真实的可信执行环境（TEE）内生成的
已知的防护机制代码确实在运行
摘要中的回答是由该受防护智能体所产生的
假设在安全 enclave 内没有任意命令执行的情况，这便提供了强有力的保证，证明该回应来自于在既定防护机制下运行的大语言模型智能体。
这并不能保证绝对的安全，但确实能保证“所运行的机制是真实可信的”。
结束语
随着智能体承担起更多责任，最重要的问题不再是：
“我信不信任这个智能体？”
而是……
“这个智能体能证明它值得信任吗？”
ClawGuard 正是让这种证明成为可能的早期一步。
访问我们的Github以了解更多信息。
