界面新闻记者 |

近日，开源AI智能体OpenClaw（俗称“龙虾”）的迅速破圈，相关讨论也从AI行业从业者渗透向银行业。

凭借较低的代码门槛，灵活的部署方式以及24小时待命的自主执行能力，不少银行从业者也对其展现出浓厚的兴趣。不过，虽然OpenClaw应用场景广泛，但其自带的风险与合规问题也让不少银行从业者保持了相对审慎和观望的态度。

“同事之间有不少讨论，大家都在讨论OpenClaw，但我们部门因为没有计算机相关专业，所以大家还是看热闹为主，没有人实际上手‘养龙虾’。”一位股份制银行人士对界面新闻表示。

一位银行省分行人士对界面新闻表示：“我周末部署了OpenClaw，过程对小白并不友好，虽然有的教程号称是‘保姆级’，但一步一步跟着视频操作，部署的过程并不顺利，中间还报错了，我不得不又找了好几个视频教程，最后在评论区翻到了跟我遇到相同问题的人，找到解决办法。部署好之后，只是进行了简单的对话，尝试让他帮我整理了一个文件夹。虽然折腾了一下午，但部署好之后却没有想好用来做什么。”

在银行业中，受访的多数人对“养龙虾”观望情绪浓厚，这一方面是技术上存在一定门槛，另一方面，银行对AI智能体的应用更加保守。

多位银行人士对界面新闻表示，目前还没有看到正式的通知文件，讨论多限于私下交流或部门内部。

有银行总行人士对界面新闻表示，之前技术部门有过相关的要求，鼓励本地化部署大模型，但要求如果涉及到数据要脱敏，总的来说数据安全和合规要求比较多，态度相对谨慎。

一位银行软件开发部门人士对界面新闻表示，银行出于数据安全和合规考量，大模型必然会做本地化部署，而在应用层面的开发上，会严格遵循“白名单”制度，从业务部门收集一些分类场景，进行智能体的搭建和技术验证，决策过程相对长，所以很难快速跟进“养龙虾”这样的热点。

前述省分行人士对界面新闻表示，目前银行内部上线了一些智能体应用，已经可以解决智能客服、政策文件查找、邮件拟写、会议纪要生成以及授信报告撰写等工作，这些场景对于目前银行业务来说已经能够基本满足日常工作的使用需求，从这个角度来说，部署OpenClaw的优势并不明显。

前述软件开发人士对界面新闻表示，OpenClaw作为一个开源的项目，已经暴露出的一些安全问题，可能是金融机构最忌讳的。

Meta公司超级智能实验室AI对齐与安全总监Summer Yue在社交媒体上分享了其部署OpenClaw整理邮件后，邮件被意外删除的经历。她表示，OpenClaw在收到整理邮箱指令后，未经允许就开始执行删除邮件的动作，并多次无视停止指令，最终导致上百封邮件被批量删除。她分析认为，原因可能与大语言模型在处理长文本“上下文压缩”机制有关。

近日，工信部网络安全威胁和漏洞信息共享平台发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》。提示称，由于OpenClaw在部署时“信任边界模糊”，且具备自身持续运行、自主决策、调用系统和外部资源等特性，在缺乏有效权限控制、审计机制和安全加固的情况下，可能因指令诱导、配置缺陷或被恶意接管，“执行越权操作，造成信息泄露、系统受控等一系列安全风险”。

银行软件开发人士对界面新闻解释，OpenClaw最核心的风险来自于权限失控与数据安全漏洞。OpenClaw的核心优势在于自主执行操作，这意味着它需要获取系统高级别权限，才能实现读写文件、调用API、执行终端命令等功能。

合规与责任界定的模糊性，进一步加剧了银行的应用顾虑。当前，金融行业对AI智能体的应用尚未形成统一的规范标准，OpenClaw的自主执行特性，让“机器决策”与“人类责任”的边界变得模糊。

中国银行原行长李礼辉曾对界面新闻表示，从政策法规的角度来看，应该明确金融智能体法律地位，比如金融智能体行为边界在哪里，明确金融机构管理者的决策责任在哪里，如果智能体的决策发生了偏差，出了一些问题，产生了损失，到底这个决策责任是谁来担当？明确金融智能体与金融客户法理关系。

工信部预警提示建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，“关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制”，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。

界面新闻记者 |

近日，开源AI智能体OpenClaw（俗称“龙虾”）的迅速破圈，相关讨论也从AI行业从业者渗透向银行业。

凭借较低的代码门槛，灵活的部署方式以及24小时待命的自主执行能力，不少银行从业者也对其展现出浓厚的兴趣。不过，虽然OpenClaw应用场景广泛，但其自带的风险与合规问题也让不少银行从业者保持了相对审慎和观望的态度。

“同事之间有不少讨论，大家都在讨论OpenClaw，但我们部门因为没有计算机相关专业，所以大家还是看热闹为主，没有人实际上手‘养龙虾’。”一位股份制银行人士对界面新闻表示。

一位银行省分行人士对界面新闻表示：“我周末部署了OpenClaw，过程对小白并不友好，虽然有的教程号称是‘保姆级’，但一步一步跟着视频操作，部署的过程并不顺利，中间还报错了，我不得不又找了好几个视频教程，最后在评论区翻到了跟我遇到相同问题的人，找到解决办法。部署好之后，只是进行了简单的对话，尝试让他帮我整理了一个文件夹。虽然折腾了一下午，但部署好之后却没有想好用来做什么。”

在银行业中，受访的多数人对“养龙虾”观望情绪浓厚，这一方面是技术上存在一定门槛，另一方面，银行对AI智能体的应用更加保守。

多位银行人士对界面新闻表示，目前还没有看到正式的通知文件，讨论多限于私下交流或部门内部。

有银行总行人士对界面新闻表示，之前技术部门有过相关的要求，鼓励本地化部署大模型，但要求如果涉及到数据要脱敏，总的来说数据安全和合规要求比较多，态度相对谨慎。

一位银行软件开发部门人士对界面新闻表示，银行出于数据安全和合规考量，大模型必然会做本地化部署，而在应用层面的开发上，会严格遵循“白名单”制度，从业务部门收集一些分类场景，进行智能体的搭建和技术验证，决策过程相对长，所以很难快速跟进“养龙虾”这样的热点。

前述省分行人士对界面新闻表示，目前银行内部上线了一些智能体应用，已经可以解决智能客服、政策文件查找、邮件拟写、会议纪要生成以及授信报告撰写等工作，这些场景对于目前银行业务来说已经能够基本满足日常工作的使用需求，从这个角度来说，部署OpenClaw的优势并不明显。

前述软件开发人士对界面新闻表示，OpenClaw作为一个开源的项目，已经暴露出的一些安全问题，可能是金融机构最忌讳的。

Meta公司超级智能实验室AI对齐与安全总监Summer Yue在社交媒体上分享了其部署OpenClaw整理邮件后，邮件被意外删除的经历。她表示，OpenClaw在收到整理邮箱指令后，未经允许就开始执行删除邮件的动作，并多次无视停止指令，最终导致上百封邮件被批量删除。她分析认为，原因可能与大语言模型在处理长文本“上下文压缩”机制有关。

近日，工信部网络安全威胁和漏洞信息共享平台发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》。提示称，由于OpenClaw在部署时“信任边界模糊”，且具备自身持续运行、自主决策、调用系统和外部资源等特性，在缺乏有效权限控制、审计机制和安全加固的情况下，可能因指令诱导、配置缺陷或被恶意接管，“执行越权操作，造成信息泄露、系统受控等一系列安全风险”。

银行软件开发人士对界面新闻解释，OpenClaw最核心的风险来自于权限失控与数据安全漏洞。OpenClaw的核心优势在于自主执行操作，这意味着它需要获取系统高级别权限，才能实现读写文件、调用API、执行终端命令等功能。

合规与责任界定的模糊性，进一步加剧了银行的应用顾虑。当前，金融行业对AI智能体的应用尚未形成统一的规范标准，OpenClaw的自主执行特性，让“机器决策”与“人类责任”的边界变得模糊。

中国银行原行长李礼辉曾对界面新闻表示，从政策法规的角度来看，应该明确金融智能体法律地位，比如金融智能体行为边界在哪里，明确金融机构管理者的决策责任在哪里，如果智能体的决策发生了偏差，出了一些问题，产生了损失，到底这个决策责任是谁来担当？明确金融智能体与金融客户法理关系。

工信部预警提示建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，“关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制”，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。

界面新闻记者 |

近日，开源AI智能体OpenClaw（俗称“龙虾”）的迅速破圈，相关讨论也从AI行业从业者渗透向银行业。

凭借较低的代码门槛，灵活的部署方式以及24小时待命的自主执行能力，不少银行从业者也对其展现出浓厚的兴趣。不过，虽然OpenClaw应用场景广泛，但其自带的风险与合规问题也让不少银行从业者保持了相对审慎和观望的态度。

“同事之间有不少讨论，大家都在讨论OpenClaw，但我们部门因为没有计算机相关专业，所以大家还是看热闹为主，没有人实际上手‘养龙虾’。”一位股份制银行人士对界面新闻表示。

一位银行省分行人士对界面新闻表示：“我周末部署了OpenClaw，过程对小白并不友好，虽然有的教程号称是‘保姆级’，但一步一步跟着视频操作，部署的过程并不顺利，中间还报错了，我不得不又找了好几个视频教程，最后在评论区翻到了跟我遇到相同问题的人，找到解决办法。部署好之后，只是进行了简单的对话，尝试让他帮我整理了一个文件夹。虽然折腾了一下午，但部署好之后却没有想好用来做什么。”

在银行业中，受访的多数人对“养龙虾”观望情绪浓厚，这一方面是技术上存在一定门槛，另一方面，银行对AI智能体的应用更加保守。

多位银行人士对界面新闻表示，目前还没有看到正式的通知文件，讨论多限于私下交流或部门内部。

有银行总行人士对界面新闻表示，之前技术部门有过相关的要求，鼓励本地化部署大模型，但要求如果涉及到数据要脱敏，总的来说数据安全和合规要求比较多，态度相对谨慎。

一位银行软件开发部门人士对界面新闻表示，银行出于数据安全和合规考量，大模型必然会做本地化部署，而在应用层面的开发上，会严格遵循“白名单”制度，从业务部门收集一些分类场景，进行智能体的搭建和技术验证，决策过程相对长，所以很难快速跟进“养龙虾”这样的热点。

前述省分行人士对界面新闻表示，目前银行内部上线了一些智能体应用，已经可以解决智能客服、政策文件查找、邮件拟写、会议纪要生成以及授信报告撰写等工作，这些场景对于目前银行业务来说已经能够基本满足日常工作的使用需求，从这个角度来说，部署OpenClaw的优势并不明显。

前述软件开发人士对界面新闻表示，OpenClaw作为一个开源的项目，已经暴露出的一些安全问题，可能是金融机构最忌讳的。

Meta公司超级智能实验室AI对齐与安全总监Summer Yue在社交媒体上分享了其部署OpenClaw整理邮件后，邮件被意外删除的经历。她表示，OpenClaw在收到整理邮箱指令后，未经允许就开始执行删除邮件的动作，并多次无视停止指令，最终导致上百封邮件被批量删除。她分析认为，原因可能与大语言模型在处理长文本“上下文压缩”机制有关。

近日，工信部网络安全威胁和漏洞信息共享平台发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》。提示称，由于OpenClaw在部署时“信任边界模糊”，且具备自身持续运行、自主决策、调用系统和外部资源等特性，在缺乏有效权限控制、审计机制和安全加固的情况下，可能因指令诱导、配置缺陷或被恶意接管，“执行越权操作，造成信息泄露、系统受控等一系列安全风险”。

银行软件开发人士对界面新闻解释，OpenClaw最核心的风险来自于权限失控与数据安全漏洞。OpenClaw的核心优势在于自主执行操作，这意味着它需要获取系统高级别权限，才能实现读写文件、调用API、执行终端命令等功能。

合规与责任界定的模糊性，进一步加剧了银行的应用顾虑。当前，金融行业对AI智能体的应用尚未形成统一的规范标准，OpenClaw的自主执行特性，让“机器决策”与“人类责任”的边界变得模糊。

中国银行原行长李礼辉曾对界面新闻表示，从政策法规的角度来看，应该明确金融智能体法律地位，比如金融智能体行为边界在哪里，明确金融机构管理者的决策责任在哪里，如果智能体的决策发生了偏差，出了一些问题，产生了损失，到底这个决策责任是谁来担当？明确金融智能体与金融客户法理关系。

工信部预警提示建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，“关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制”，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。

界面新闻记者 |

近日，开源AI智能体OpenClaw（俗称“龙虾”）的迅速破圈，相关讨论也从AI行业从业者渗透向银行业。

凭借较低的代码门槛，灵活的部署方式以及24小时待命的自主执行能力，不少银行从业者也对其展现出浓厚的兴趣。不过，虽然OpenClaw应用场景广泛，但其自带的风险与合规问题也让不少银行从业者保持了相对审慎和观望的态度。

“同事之间有不少讨论，大家都在讨论OpenClaw，但我们部门因为没有计算机相关专业，所以大家还是看热闹为主，没有人实际上手‘养龙虾’。”一位股份制银行人士对界面新闻表示。

一位银行省分行人士对界面新闻表示：“我周末部署了OpenClaw，过程对小白并不友好，虽然有的教程号称是‘保姆级’，但一步一步跟着视频操作，部署的过程并不顺利，中间还报错了，我不得不又找了好几个视频教程，最后在评论区翻到了跟我遇到相同问题的人，找到解决办法。部署好之后，只是进行了简单的对话，尝试让他帮我整理了一个文件夹。虽然折腾了一下午，但部署好之后却没有想好用来做什么。”

在银行业中，受访的多数人对“养龙虾”观望情绪浓厚，这一方面是技术上存在一定门槛，另一方面，银行对AI智能体的应用更加保守。

多位银行人士对界面新闻表示，目前还没有看到正式的通知文件，讨论多限于私下交流或部门内部。

有银行总行人士对界面新闻表示，之前技术部门有过相关的要求，鼓励本地化部署大模型，但要求如果涉及到数据要脱敏，总的来说数据安全和合规要求比较多，态度相对谨慎。

一位银行软件开发部门人士对界面新闻表示，银行出于数据安全和合规考量，大模型必然会做本地化部署，而在应用层面的开发上，会严格遵循“白名单”制度，从业务部门收集一些分类场景，进行智能体的搭建和技术验证，决策过程相对长，所以很难快速跟进“养龙虾”这样的热点。

前述省分行人士对界面新闻表示，目前银行内部上线了一些智能体应用，已经可以解决智能客服、政策文件查找、邮件拟写、会议纪要生成以及授信报告撰写等工作，这些场景对于目前银行业务来说已经能够基本满足日常工作的使用需求，从这个角度来说，部署OpenClaw的优势并不明显。

前述软件开发人士对界面新闻表示，OpenClaw作为一个开源的项目，已经暴露出的一些安全问题，可能是金融机构最忌讳的。

Meta公司超级智能实验室AI对齐与安全总监Summer Yue在社交媒体上分享了其部署OpenClaw整理邮件后，邮件被意外删除的经历。她表示，OpenClaw在收到整理邮箱指令后，未经允许就开始执行删除邮件的动作，并多次无视停止指令，最终导致上百封邮件被批量删除。她分析认为，原因可能与大语言模型在处理长文本“上下文压缩”机制有关。

近日，工信部网络安全威胁和漏洞信息共享平台发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》。提示称，由于OpenClaw在部署时“信任边界模糊”，且具备自身持续运行、自主决策、调用系统和外部资源等特性，在缺乏有效权限控制、审计机制和安全加固的情况下，可能因指令诱导、配置缺陷或被恶意接管，“执行越权操作，造成信息泄露、系统受控等一系列安全风险”。

银行软件开发人士对界面新闻解释，OpenClaw最核心的风险来自于权限失控与数据安全漏洞。OpenClaw的核心优势在于自主执行操作，这意味着它需要获取系统高级别权限，才能实现读写文件、调用API、执行终端命令等功能。

合规与责任界定的模糊性，进一步加剧了银行的应用顾虑。当前，金融行业对AI智能体的应用尚未形成统一的规范标准，OpenClaw的自主执行特性，让“机器决策”与“人类责任”的边界变得模糊。

中国银行原行长李礼辉曾对界面新闻表示，从政策法规的角度来看，应该明确金融智能体法律地位，比如金融智能体行为边界在哪里，明确金融机构管理者的决策责任在哪里，如果智能体的决策发生了偏差，出了一些问题，产生了损失，到底这个决策责任是谁来担当？明确金融智能体与金融客户法理关系。

工信部预警提示建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，“关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制”，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。

界面新闻记者 |

近日，开源AI智能体OpenClaw（俗称“龙虾”）的迅速破圈，相关讨论也从AI行业从业者渗透向银行业。

凭借较低的代码门槛，灵活的部署方式以及24小时待命的自主执行能力，不少银行从业者也对其展现出浓厚的兴趣。不过，虽然OpenClaw应用场景广泛，但其自带的风险与合规问题也让不少银行从业者保持了相对审慎和观望的态度。

“同事之间有不少讨论，大家都在讨论OpenClaw，但我们部门因为没有计算机相关专业，所以大家还是看热闹为主，没有人实际上手‘养龙虾’。”一位股份制银行人士对界面新闻表示。

一位银行省分行人士对界面新闻表示：“我周末部署了OpenClaw，过程对小白并不友好，虽然有的教程号称是‘保姆级’，但一步一步跟着视频操作，部署的过程并不顺利，中间还报错了，我不得不又找了好几个视频教程，最后在评论区翻到了跟我遇到相同问题的人，找到解决办法。部署好之后，只是进行了简单的对话，尝试让他帮我整理了一个文件夹。虽然折腾了一下午，但部署好之后却没有想好用来做什么。”

在银行业中，受访的多数人对“养龙虾”观望情绪浓厚，这一方面是技术上存在一定门槛，另一方面，银行对AI智能体的应用更加保守。

多位银行人士对界面新闻表示，目前还没有看到正式的通知文件，讨论多限于私下交流或部门内部。

有银行总行人士对界面新闻表示，之前技术部门有过相关的要求，鼓励本地化部署大模型，但要求如果涉及到数据要脱敏，总的来说数据安全和合规要求比较多，态度相对谨慎。

一位银行软件开发部门人士对界面新闻表示，银行出于数据安全和合规考量，大模型必然会做本地化部署，而在应用层面的开发上，会严格遵循“白名单”制度，从业务部门收集一些分类场景，进行智能体的搭建和技术验证，决策过程相对长，所以很难快速跟进“养龙虾”这样的热点。

前述省分行人士对界面新闻表示，目前银行内部上线了一些智能体应用，已经可以解决智能客服、政策文件查找、邮件拟写、会议纪要生成以及授信报告撰写等工作，这些场景对于目前银行业务来说已经能够基本满足日常工作的使用需求，从这个角度来说，部署OpenClaw的优势并不明显。

前述软件开发人士对界面新闻表示，OpenClaw作为一个开源的项目，已经暴露出的一些安全问题，可能是金融机构最忌讳的。

Meta公司超级智能实验室AI对齐与安全总监Summer Yue在社交媒体上分享了其部署OpenClaw整理邮件后，邮件被意外删除的经历。她表示，OpenClaw在收到整理邮箱指令后，未经允许就开始执行删除邮件的动作，并多次无视停止指令，最终导致上百封邮件被批量删除。她分析认为，原因可能与大语言模型在处理长文本“上下文压缩”机制有关。

近日，工信部网络安全威胁和漏洞信息共享平台发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》。提示称，由于OpenClaw在部署时“信任边界模糊”，且具备自身持续运行、自主决策、调用系统和外部资源等特性，在缺乏有效权限控制、审计机制和安全加固的情况下，可能因指令诱导、配置缺陷或被恶意接管，“执行越权操作，造成信息泄露、系统受控等一系列安全风险”。

银行软件开发人士对界面新闻解释，OpenClaw最核心的风险来自于权限失控与数据安全漏洞。OpenClaw的核心优势在于自主执行操作，这意味着它需要获取系统高级别权限，才能实现读写文件、调用API、执行终端命令等功能。

合规与责任界定的模糊性，进一步加剧了银行的应用顾虑。当前，金融行业对AI智能体的应用尚未形成统一的规范标准，OpenClaw的自主执行特性，让“机器决策”与“人类责任”的边界变得模糊。

中国银行原行长李礼辉曾对界面新闻表示，从政策法规的角度来看，应该明确金融智能体法律地位，比如金融智能体行为边界在哪里，明确金融机构管理者的决策责任在哪里，如果智能体的决策发生了偏差，出了一些问题，产生了损失，到底这个决策责任是谁来担当？明确金融智能体与金融客户法理关系。

工信部预警提示建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，“关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制”，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。