北京
由 Peter Steinberger 創建的 OpenClaw，是一款自托管的持久性 AI 助手，專為在本地或私有服務器上運行而設計。該項目因其可達性和不受限制的自主性而受到關注：用戶可以在本地部署 AI 模型，而無需依賴云基礎設施或外部應用程序編程接口 (API)。
OpenClaw 的迅速普及也引發了爭議。安全研究人員對自托管 AI 工具如何管理敏感數據、身份驗證和模型更新表示擔憂。其他人則質疑本地部署是否會將用戶暴露于新的風險中 —— 例如未打補丁的服務器實例或社區分支中的惡意代碼貢獻。隨著貢獻者和維護者努力解決這些問題，OpenClaw 的崛起促使整個 AI 生態系統就開放性、隱私性和安全性之間的權衡展開了更廣泛的討論。
為提升 OpenClaw 項目的安全性和穩健性，NVIDIA 正在與 Steinberger 以及 OpenClaw 開發者社區合作，共同應對潛在漏洞，OpenClaw 在近期發布的一篇博客對此進行了詳細介紹。
NVIDIA 提供的代碼和指導側重于改進模型隔離、更好地管理本地數據訪問以及加強社區代碼貢獻的驗證流程。目標是通過以開放、透明的方式貢獻其在安全和系統方面的專業知識來支持該項目的發展勢頭，從而在保持 OpenClaw 獨立治理的同時加強社區的工作。
為了讓長時間運行的智能體在企業環境中更加安全，NVIDIA 還推出了 NVIDIA NemoClaw，這是一個參考實現方案，使用單個命令即可安裝 OpenClaw、NVIDIA OpenShell 安全運行時和 NVIDIA Nemotron 開放模型，這些模型具有針對網絡、數據訪問和安全性的強化默認設置。NemoClaw 為組織更安全地部署 Claw 提供了一個藍圖。
企業如何負責任地部署自主智能體？
負責任地部署自主智能體的組織聚焦以下三個優先事項：
- 開放、可審計的框架：NemoClaw 基于 OpenClaw 的 MIT 許可代碼庫構建，這意味著組織擁有完整的智能體運行框架。他們可以讀取、分支并修改智能體構建和部署的每一層。這種透明度使團隊能夠在代碼級別了解和控制系統。在本地運行如 NVIDIA Nemotron 這樣的開源模型，可以將包括患者記錄、法律文件、金融交易和專有研究在內的敏感工作負載保存在組織自己的環境中，確保追蹤數據始終處于組織的控制之下。
- 保護運行時環境：NemoClaw 在 OpenShell 中運行智能體，這個沙盒環境明確定義了智能體可以做什么和不能做什么，從一開始就強制執行明確的權限邊界。
- 本地計算：NVIDIA DGX Spark 超級計算機以桌面級的外形尺寸提供數據中心級 GPU 性能，專為始終在線的本地推理而構建，支持本地模型托管，并確保數據留在組織環境中。
以上為摘要內容，請點擊鏈接閱讀完整內容：Nemotron Labs：OpenClaw 智能體將如何影響企業與組織 | NVIDIA 英偉達博客
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
