OpenClaw 宣布将腾讯 AI-Infra-Guard（AIG）集成至开源安全工具 ClawScan

苏哲管理咨询

2026-10-06

导读：OpenClaw 宣布将腾讯 AI-Infra-Guard（AIG）集成至开源安全工具 ClawScan，用于 ClawHub 平台 AI 智能体技能与插件的安全审核。ClawScan 采用双引擎并行

编者摘要：OpenClaw 宣布将腾讯 AI-Infra-Guard（AIG）集成至开源安全工具 ClawScan，用于 ClawHub 平台 AI 智能体技能与插件的安全审核。ClawScan 采用双引擎并行检测架构，同时调用腾讯 AIG 与 NVIDIA SkillSpector 独立扫描，再由 AI 裁判综合两份报告输出最终安全结论。腾讯 AIG 是大模型驱动的多阶段代码审计流水线，可解析技能指令、脚本、依赖与数据流关联，覆盖指令劫持、内存投毒、远程载荷执行等 9 大类 Agent 特有风险。双方基于腾讯与港中大（深圳）联合构建的 SkillTrustBench 基准（556 组测试用例，含良性、可疑、恶意技能）完成评测，系统整体基准标签匹配度 86.9%，恶意样本识别率高达 98.6%。

项目建立双向迭代闭环：双方共享扫描分歧样本、误报案例，持续优化检测规则，成果开源开放。AIG 与 SkillSpector 即使使用相同底层大模型，检出风险仍存在差异，二者能力互补，降低 Agent 技能安全的漏报与误报。

风险技术对比：AIG vs SkillSpector

对比维度	腾讯 AIG（AI-Infra-Guard）	NVIDIA SkillSpector
核心定位	LLM 驱动多阶段代码审计流水线，面向 Agent 技能语义 + 数据流审计	NVIDIA 自研 Agent 技能安全扫描引擎
分析侧重点	理解业务语义，打通技能提示指令、脚本、依赖、数据流之间关联	侧重静态行为特征、权限调用、外部工具调用风险扫描
威胁覆盖	9 大类 Agent 特有风险：指令劫持、内存投毒、远程载荷执行、未授权访问、持久化后门、不安全依赖等	Agent 工具调用、权限越权、外部 API 恶意调用、代码注入类风险
技术特点	擅长识别逻辑层面的隐性恶意，区分普通漏洞和主观恶意意图	擅长捕获显式危险调用行为，扫描速度快
互补特性	同一大模型下检出风险点不同；AIG 擅长语义逻辑类攻击，SkillSpector 擅长行为调用类攻击
评测场景	依托 SkillTrustBench 基准集调优	和 AIG 联合在 ClawScan 框架下并行评测
开源资源	github.com/Tencent/AI-Infra-Guard	OpenClaw 生态内集成，NVIDIA 自研引擎

【声明】内容源于网络

苏哲管理咨询

为企业及组织提供AI+战略、数智化转型咨询及观点、建议等

内容 2289

粉丝 0

苏哲管理咨询为企业及组织提供AI+战略、数智化转型咨询及观点、建议等

总阅读56.3k

粉丝0

内容2.3k