Nemotron Labs：OpenClaw 智能体将如何影响企业与组织

由 Peter Steinberger 创建的 OpenClaw，是一款自托管的持久性 AI 助手，专为在本地或私有服务器上运行而设计。该项目因其可达性和不受限制的自主性而受到关注：用户可以在本地部署 AI 模型，而无需依赖云基础设施或外部应用程序编程接口 (API)。

OpenClaw 的迅速普及也引发了争议。安全研究人员对自托管 AI 工具如何管理敏感数据、身份验证和模型更新表示担忧。其他人则质疑本地部署是否会将用户暴露于新的风险中 —— 例如未打补丁的服务器实例或社区分支中的恶意代码贡献。随着贡献者和维护者努力解决这些问题，OpenClaw 的崛起促使整个 AI 生态系统就开放性、隐私性和安全性之间的权衡展开了更广泛的讨论。

为提升 OpenClaw 项目的安全性和稳健性，NVIDIA 正在与 Steinberger 以及 OpenClaw 开发者社区合作，共同应对潜在漏洞，OpenClaw 在近期发布的一篇博客对此进行了详细介绍。

NVIDIA 提供的代码和指导侧重于改进模型隔离、更好地管理本地数据访问以及加强社区代码贡献的验证流程。目标是通过以开放、透明的方式贡献其在安全和系统方面的专业知识来支持该项目的发展势头，从而在保持 OpenClaw 独立治理的同时加强社区的工作。

为了让长时间运行的智能体在企业环境中更加安全，NVIDIA 还推出了 NVIDIA NemoClaw，这是一个参考实现方案，使用单个命令即可安装 OpenClaw、NVIDIA OpenShell 安全运行时和 NVIDIA Nemotron 开放模型，这些模型具有针对网络、数据访问和安全性的强化默认设置。NemoClaw 为组织更安全地部署 Claw 提供了一个蓝图。

企业如何负责任地部署自主智能体？

负责任地部署自主智能体的组织聚焦以下三个优先事项：

• 开放、可审计的框架：NemoClaw 基于 OpenClaw 的 MIT 许可代码库构建，这意味着组织拥有完整的智能体运行框架。他们可以读取、分支并修改智能体构建和部署的每一层。这种透明度使团队能够在代码级别了解和控制系统。在本地运行如 NVIDIA Nemotron 这样的开源模型，可以将包括患者记录、法律文件、金融交易和专有研究在内的敏感工作负载保存在组织自己的环境中，确保追踪数据始终处于组织的控制之下。

• 保护运行时环境：NemoClaw 在 OpenShell 中运行智能体，这个沙盒环境明确定义了智能体可以做什么和不能做什么，从一开始就强制执行明确的权限边界。

• 本地计算：NVIDIA DGX Spark 超级计算机以桌面级的外形尺寸提供数据中心级 GPU 性能，专为始终在线的本地推理而构建，支持本地模型托管，并确保数据留在组织环境中。

以上为摘要内容，请点击链接阅读完整内容：Nemotron Labs：OpenClaw 智能体将如何影响企业与组织 | NVIDIA 英伟达博客