六大高危漏洞波及OpenClaw AI Agent框架，SSRF与认证绕过风险需警惕

安全研究团队在开源AI Agent框架OpenClaw中发现了六个高危安全漏洞。这个框架在业界有“AI Agent的社交媒体平台”之称。Endor Labs团队借助AI驱动的静态应用安全测试（SAST）引擎，成功追踪了不可信数据在框架各层之间的流转路径，最终揭示了包括服务端请求伪造（SSRF）、认证绕过和路径遍历在内的多个可被利用缺陷。

漏洞类型与危害分析

这些漏洞横跨多个Web安全领域，影响的是那些结合了大型语言模型（LLMs）、工具执行与外部集成的复杂AI Agent系统。研究人员已经发布了所有漏洞的概念验证代码，证实其确实可以被利用。OpenClaw官方随后也发布了相应的补丁和安全公告。

Endor Labs按照漏洞类型和单独严重性（而非CVE编号）对六大漏洞进行了分类披露：

SSRF类漏洞

涉及三个不同组件：

• 网关组件SSRF（CVSS 7.6）：允许用户提供URL来建立出站的WebSocket连接。
• Urbit认证模块SSRF（CVSS 6.5）
• 图像工具SSRF（CVSS 7.6）

这些SSRF漏洞可能暴露内部服务或云服务的元数据端点，其具体危害程度取决于框架的实际部署环境。

访问控制缺陷

包括两类：

• Telnyx webhook处理器缺乏有效验证（CVSS 7.5）：这可能导致来自不可信源的伪造请求被接受。
• Twilio功能认证绕过（CVSS 6.5）：使得未授权用户可以调用本应受保护的接口。

路径遍历漏洞

在浏览器文件上传的处理过程中，存在路径净化不足的问题（未分配CVSS评分），攻击者可能利用此漏洞将文件写入非预期的目录，造成安全风险。

AI驱动的漏洞挖掘方法

为了突破传统静态分析工具在现代复杂软件栈中的局限性——输入数据往往需要经过多重转换才会到达危险的安全操作点，Endor Labs采用了AI SAST方案来保持跨转换过程中的上下文关联。

他们的测试引擎完整地绘制了“不可信数据”从HTTP参数、配置值等入口点，到最终的网络请求、文件操作等安全敏感“汇聚点”的完整路径。

研究人员指出：“AI分析与系统性人工验证的结合，为保护AI基础设施提供了一种可行的方案。随着AI Agent框架在企业环境中日益普及，我们的安全分析必须能够同时应对传统漏洞和AI特有的新型攻击面。”

目前，Endor Labs已向OpenClaw的维护团队披露了所有漏洞细节，相关修复措施也已在受影响的组件中实施。

参考来源：
Six flaws found hiding in OpenClaw’s plumbing
https://www.csoonline.com/article/4134540/six-flaws-found-hiding-in-openclaws-plumbing.html