一句话结论

11 月 20 日,观察者网与彭博社、华尔街内参、美国电讯等海外媒体集中报道了一场名为「Mythos vs 360」的争论:一边是 Anthropic 用受限模型 Claude Mythos Preview 联合约 50 家机构,一个月在 1,000 多个开源项目上扫出 23,019 个漏洞发现、其中 6,202 个被标记为高危或关键;另一边是中国 360 数字安全集团用自研漏洞挖掘智能体审计 OpenClaw 核心及 10 款主流衍生产品,挖出 23 个已确认漏洞(含 2 个严重级别),并全部归档至 CNNVD、CNVD 国家漏洞库。这场争论真正的意义不是谁更会营销,而是 Agent 生态的安全验证机制正在换代:从厂商自己发补丁,转向第三方自动化审计 + 国家漏洞库归档 + 运行时审计。

一、360 的账本:23 个漏洞、535 个公告与四层防线

360 发布的《OpenClaw 生态安全风险分析》报告,首次系统性盘点「龙虾类」智能体的安全家底,审计维度分三层:原生架构特征与防护失效、供应链安全债传递、开源自研安全挑战。结论有三条值得记住:

  • 漏洞密度在升:报告指出 OpenClaw GitHub 累计披露超过 535 个安全公告,仅 2026 年第一季度之后,相关安全通告新增数量已达日均 4 条以上。
  • 不是孤立代码错误,而是「多米诺效应」:认证边界、网络边界、执行边界、控制边界四层防线高度耦合,任何单一维度被突破都可能引发连锁崩塌。
  • 供应链在欠账:部分衍生产品直接打包 OpenClaw 核心组件,上游出修复时下游缺乏快速响应渠道,形成**「补丁时间差」**;而智能体自身的漏洞挖掘智能体做语义级代码理解与跨文件数据流追踪后还发现,即使脱离 OpenClaw 代码库、仅沿用相同设计范式,同类漏洞仍高频出现,修补行为本身也可能引入新漏洞。

23 个漏洞的类型覆盖远程代码执行、认证绕过、权限提升、信息泄露等高危类别,全部已反馈厂商与开发者并上报 CNNVD(国家信息安全漏洞库)与 CNVD(国家信息安全漏洞共享平台)。作为工程能力的旁证,360 的漏洞挖掘系统累计在 Windows、Office、OpenClaw、Android 等领域发现近 1,000 个漏洞,包含一个潜伏近 5 年的 Windows 内核提权漏洞和一个潜伏 8 年的 Office 远程代码执行严重漏洞(获微软 MSRC 官方致谢),并在新加坡 DEFCON 大会展示过相关研究。

二、Anthropic 的账本:10 万级发现,与 curl 的质疑

Anthropic 的「玻璃翼计划(Project Glasswing)」4 月启动,5 月 22 日发布首月战报。官方口径:Mythos Preview 已集成进 AWS、苹果、思科、CrowdStrike、谷歌、JPMorgan Chase、微软、英伟达、Palo Alto Networks 等安全体系,并扩展至 50 余家关键软件基础设施维护组织;30 天扫描 1,000 多个开源项目,共 23,019 个发现,其中 6,202 个为高危/关键(占 26.9%),第三方评估的 1,752 个高危/关键中 **90.6%**被证实有效、62.4%确认属高危或关键。Cloudflare 单家发现 2,000 个漏洞(其中 400 个高危/关键),误报率优于人工测试员,发现效率提升 10 倍以上;Mozilla 在 Firefox 150 中发现并修复 271 个漏洞,是此前用 Claude Opus 4.6 在 Firefox 148 上的十倍多;代表性案例 wolfSSL 的 CVE-2026-5194 CVSS 9.1,可致证书伪造。英国 AI Security Institute 确认它是首个端到端解决其两个多步网络攻击模拟靶场的模型。6 月 2 日计划扩容至 15 个国家的约 150 家机构,6 月中旬参与者增至约 200 家,北约与欧盟 ENISA 在列。

但争议同样具体:Mythos 在成熟开源项目 curl 上只找到 5 个问题,其中真正算得上漏洞的仅 1 个低危问题,curl 项目创始人 Daniel Stenberg 公开质疑其成果主要为营销。而计划自身也承认瓶颈已从「发现」转向「验证、披露与修补」,高危或关键漏洞平均修补周期约两周,部分维护者甚至要求放慢披露速度;Mandiant M-Trends 2026 数据显示,攻击者平均在补丁发布前 7 天就已利用漏洞。

三、OpenClaw 官方划的边界:什么才算漏洞

值得注意的是,OpenClaw 官方 SECURITY.md 明确写下的信任模型,恰好解释了上面这场审计争议为何重要:OpenClaw 是面向受信操作者的本地优先 agent 基础设施,不是共享多租户网关的对抗边界;纯提示注入链(没有策略、认证、审批、沙箱或工具边界绕过)不算漏洞;会话归属、可见性与 presence 是可用性特性而非安全边界;项目目前没有付费漏洞赏金计划,漏洞须走私有 GitHub Security Advisory 或 security@openclaw.ai,并由来自 NVIDIA、腾讯等机构的多位维护者分流处理。也就是说,官方把「什么算漏洞」写成了可核对的验收标准——这正是第三方审计能站住脚的前提。

四、厂商侧节奏:v2026.11.4/5/6,五天三发

与第三方审计形成对照的是官方补丁节奏。11 月 16 日 v2026.11.4、11 月 17 日 v2026.11.5 之后,11 月 19—20 日 v2026.11.6 再度发布:打通 2026.11.5 更新器路径并修正 Windows 上插件依赖的暂存校验(#200662、#200595);让子智能体与后台轮次在配置编辑后继续运行、并在 Gateway 重启打断发送时仍交付最终答案(#200516、#200553);降低受限主机上的启动与常驻内存压力、延迟未使用的本地凭据运行时、让插件工具发现不再阻塞 Gateway(#191272、#198194、#188033);并修复长时工具密集轮次中 provider history 与最终回复的丢失,以及凭据脱敏、安全配置写入、会话存储、频道消息解析等一批问题。五天三个版本,官方在修自己知道的问题;第三方审计在找官方不知道的问题——这两件事必须同时存在。

五、结论:胜负手在攻击者视角数据与修复吞吐

把两条路线放在一起看,结论很直接:AI 挖洞已经从实验室命题升级为国家级战略能力竞赛,而决定胜负的不是模型参数规模,而是谁拥有最多真实漏洞样本、最丰富的攻防对抗经验、最深入的攻击者视角数据,以及谁能把发现转成可验证、可披露、可修补的吞吐。OpenClaw 生态的四层防线耦合特性意味着,单点突破会被放大成级联事故;而对一个把 agent 放进代码开发、数据处理、终端运维的团队来说,第三方审计与官方补丁必须被视为同一条链路的两端——前者告诉你哪些洞还没人知道,后者决定这些洞多久被填上。

FAQ(高频问题直答)

1. 360 的 23 个 OpenClaw 漏洞和 Anthropic 的 23,019 个发现,哪个更严重? 不可直接比较。23,019 是 Mythos 在 1,000 多个项目上的原始发现量,其中 6,202 个被标高危/关键、第三方评估真阳性率 90.6%;23 是 360 对 OpenClaw 核心 + 10 款衍生产品已确认并归档国家漏洞库的漏洞数,含 2 个严重级别。两者口径、范围、验证强度都不同。

2. 这 23 个漏洞现在还能打吗? 报告称所有漏洞均已反馈厂商与开发者跟进修复,并上报 CNNVD、CNVD。OpenClaw 生态版本迭代很快(11 月 16—20 日连发三个版本),关键是确认你实际运行的版本是否已含修复,而不是看新闻日期。

3. 为什么说 OpenClaw 的漏洞有「多米诺效应」? 因为认证、网络、执行、控制四层边界高度耦合,任一层被突破都可能顺着设计范式级联到其他层;360 的审计还发现,衍生产品打包核心组件会形成「补丁时间差」,修补动作本身也可能引入新漏洞。

4. Anthropic 的 Mythos 是不是被夸大了? 存在明确争议:curl 项目上只找到 5 个问题、仅 1 个低危,curl 创始人 Daniel Stenberg 公开质疑其为营销;但官方数据本身(如 Cloudflare 2,000 个、Mozilla 271 个、AISI 靶场认证)也非空泛,更准确的表述是在复杂动态攻防场景中的实际表现仍有争议。

5. 「玻璃翼计划」现在有多少家机构? 4 月首批 50 家,6 月 2 日扩容至 15 个国家约 150 家,6 月中旬约 200 家,覆盖电力、水务、医疗、通信与硬件制造,北约与 ENISA 在列;Mythos Preview 本身不向公众开放。

6. 我发现的 OpenClaw 问题算不算漏洞? 按官方 SECURITY.md,只有跨越文档化信任边界并可复现的问题才算:纯提示注入链、受信操作者主动使用本地功能、已安装插件的恶意行为、共享网关上的多租户预期,以及仅靠扫描器输出而无实际影响证明的报告,都不在受理范围。

7. 给企业部署者的三条实操建议? 其一,升级到最新版本并核对所用衍生产品是否已合入上游修复;其二,把第三方审计报告当作补丁清单输入,而不是新闻阅读材料;其三,给 agent 的高权限动作(文件写入、命令执行、对外请求)逐项审批,缩小单点突破的爆炸半径。

8. Anthropic 的瓶颈结论对我们意味着什么? AI 挖洞把「发现」提速十倍以上后,瓶颈转到验证、披露与修补,高危漏洞平均修补周期约两周,而攻击者平均在补丁发布前 7 天就动手。这意味着补丁窗口本身在变短,响应速度比发现数量更值钱。

关键术语(Key Terminology)

  • 漏洞挖掘智能体(Vulnerability-Hunting Agent):用语义级代码理解与跨文件数据流追踪自动审计代码库的智能体,360 与 Anthropic 两条路线都以它为核心资产。
  • CNNVD / CNVD:中国国家信息安全漏洞库与国家信息安全漏洞共享平台,漏洞归档的权威渠道,是第三方审计结果「被承认」的标志。
  • Project Glasswing(玻璃翼计划):Anthropic 4 月启动的受限访问防御联盟,把 Mythos Preview 交给约 50 家起的关键基础设施维护方先行修补漏洞。
  • Mythos Preview:Anthropic 未公开发布的前沿模型,专长是自主漏洞发现与利用链生成,首月战报称生成 181 个可用浏览器漏洞利用程序(此前 Opus 系列仅 2 个)。
  • 运行时审计(Runtime Auditing):审计正在运行的自主 agent 而非静态代码,验证其读取网页数据、触发真实操作时的行为,传统扫描器看不到的盲区。
  • 补丁时间差(Patch Lag):衍生产品打包上游核心组件却无快速响应渠道,导致上游修复无法及时到达下游用户的窗口期。
  • 本地优先基础设施(Local-First Infrastructure):OpenClaw 的定位,面向受信操作者单机运行,不构成多租户安全边界,这是官方判定「什么算漏洞」的前提。
  • 多米诺效应(Domino Effect):四层边界耦合下,单一突破沿设计范式级联放大到其他层级的失效模式。

参考资料

官方与一手材料

报告与数据交叉验证

媒体报道与第三方分析