OpenClaw AI 代理互動導致伺服器毀損

🔑 增強重點摘要

• •攻擊者透過 ClawHub 上傳數百個惡意技能，包含資訊竊取器、遠端存取木馬及後門，偽裝成合法自動化工具[4][5]。
• •截至2026年1月31日，Censys偵測到21,639個暴露的 OpenClaw 實例，攻擊者掃描端口18789進行提示注入及認證繞過[1]。
• •CVE-2026-25253漏洞允許一鍵遠端程式碼執行，惡意連結竊取認證令牌無需安裝技能即可入侵系統[4]。
• •Atomic (AMOS) Stealer 利用 OpenClaw 供應鏈攻擊竊取 Apple 金鑰圈、KeePass、19種瀏覽器資料及150種加密貨幣錢包[5]。
• •OpenClaw 缺乏技能沙箱，技能以完整系統權限執行，並透過 Base64 編碼及遠端下載實現隱藏攻擊鏈[2][6]

🛠️ 技術深入

• •OpenClaw 分層架構包含指令來源的直接/間接提示注入、認證環節配置錯誤、下游執行端的權限濫用及供應鏈中毒攻擊[2]。
• •gatewayUrl 漏洞（2026年1月26日 DepthFirst 發現）：app-settings.ts 直接接受查詢參數並儲存，觸發 WebSocket 連線至惡意閘道並傳送 authToken[2]。
• •惡意技能核心攻擊模式為「download-execute」：Base64 編碼惡意指令、解碼後透過 curl 下載遠端腳本並本地執行[2]。
• •技能無沙箱限制，以代理及系統完整權限存取憑證、檔案及網路資源；整合訊息應用擴大攻擊面[3][4][6]。
• •Model Context Protocol (MCP) 閘道信任問題類似，雖非 OpenClaw 專屬，但凸顯代理框架上下文信任漏洞[1]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線