配资一流证券配资门户:线上股票配资网-“龙虾”还没养熟 信用卡先被刷爆了

　　“龙虾 ”还没养熟 ，信用卡先被刷爆了 。

　　近日
，一名开发者在社交平台分享称，他的朋友在使用AI代理工具OpenClaw编写程序时将浏览器通过VNC远程桌面开放至公网 ，几天后信用卡被连续盗刷
，额度几乎被刷空
。相关帖子获得超过十万次浏览，也引发技术社区对AI代理安全性的讨论。

　　就在几天前 ，AI代理工具OpenClaw在开发者社区迅速走红 。由于其项目标识是一只龙虾，用户将部署和使用该系统形象地称为“养龙虾
”
。与传统聊天式AI助手不同
，这类工具在获得授权后可以读取文件、调用浏览器 、运行程序并自动执行任务，被不少用户视为能够“替人干活”的数字助手。

　　随着热度升温 ，监管部门也开始发出风险提示 。日前
，工业和信息化部发布公告称，在默认或不当配置情况下 ，OpenClaw可能存在网络攻击和信息泄露风险
，并建议相关单位和个人在部署使用时加强安全防护。在金融行业，多位银行人士向记者表示 ，目前银行内部网络对OpenClaw等AI代理工具的接入仍然严格受限；不过有券商团队已在试水
。

　　投资者尝试理财“养龙虾 ”

　　随着“养龙虾
”热度上升
，不少开发者尝试将其应用于投资理财和日常事务自动化。投资者李娜（化名）分享称，她用OpenClaw每天自动执行信息收集
、股票监控和投资策略回测等任务 。

　　比如 ，每日凌晨抓取最新投资方法和市场信息；早上生成包含天气、日程和投资建议的早报；收盘后自动生成股票Watchlist简报；每周进行系统备份及安全自查；通过Telegram或WhatsApp随时下达任务并接收结果
。

　　另一位用户张伟（化名）则将OpenClaw打造成“数字巴菲特”或24小时在线的助手
，实现信息收集和决策辅助自动化。他发现，初期系统完成度约50% ，存在Bug和信息格式不完美等问题，但整体体验令人兴奋：“就像有一个永不休息的学生在帮你处理所有重复工作 。 ”

　　不过
，随着越来越多用户涌入和关注，OpenClaw的风险问题也逐渐浮现
。一名开发者在社交媒体上分享称 ，他的朋友在使用AI代理工具OpenClaw编写程序时
，将浏览器通过VNC远程桌面开放至公网，而Chrome中又保存了信用卡支付信息。几天后 ，他发现信用卡已被连续盗刷
，额度几乎被刷空 。相关帖子获得超过十万次浏览，也引发技术社区对AI代理安全性的讨论
。

　　上述开发者解释称 ，盗刷问题很可能出在OpenClaw的部署方式上。在一些默认或不当配置情况下
，相关服务会监听0.0.0.0地址，意味着允许来自公网的访问 。如果用户没有额外限制访问权限 ，任何人都可能连接到该设备
。

　　“很多人可能遇到类似问题
，但没有意识到原因。”该开发者在帖子中表示，自己在部署服务时通常只开放本地地址 ，再通过加密隧道连接，以降低风险 。

　　银行观望
，券商试水

　　与个人用户的热情尝鲜相比，金融机构整体对OpenClaw等AI代理工具仍保持谨慎态度。多位银行业内人士向记者表示 ，目前多数银行的内部网络并未开放此类工具的接入权限
。

　　华东地区一家上市银行的科技部门人士透露
，出于信息安全与系统稳定性的考虑，行内暂未允许在内网环境中部署OpenClaw等AI代理工具。另一位股份制银行相关部门人士也表示 ，银行去年主要围绕大模型能力进行探索
，而近期兴起的“养龙虾
”热潮尚未进入银行的核心业务场景，并不会那么快部署 。

　　尤其是在工业和信息化部发布安全提示之后 ，多家银行的态度进一步趋于保守
。一位上市银行信息安全部门人士对记者表示
，监管层已提示相关潜在风险，在安全评估和管理机制尚未明确之前 ，大规模在银行内网部署类似工具的可能性较低。

　　多位受访人士指出
，银行系统承载着大量客户信息和交易数据，对安全性要求极高 。一旦AI代理获得过高权限或配置不当 ，可能带来数据泄露或系统风险
。“银行的数据体量和敏感程度远高于普通用户环境，一旦出现漏洞
，影响面也会更大。”一位股份制银行技术人士说 。

　　工商银行3月10日发布OpenClaw相关风险提示称，警惕代装陷阱 、谨慎授权风险
、防范投资诈骗
。一方面 ，不随意开放通讯录、相册 、文件夹等敏感权限
，更不要在不明软件中输入身份证号、银行卡号
、支付密码等信息；另一方面，对“AI代炒股 ”“稳赚不赔
”“高收益低风险”等话术保持警惕 ，凡涉及转账、充值 、投资
，务必多核实
、不轻信。

　　不过，与银行体系整体观望的态度不同 ，部分券商投研团队已经开始尝试在研究场景中测试AI代理工具 。业内人士透露
，一些量化及金融工程团队正在探索利用OpenClaw进行数据整理、报告生成以及策略研究等自动化任务，以提升投研效率
。

　　例如 ，东吴证券金融工程团队负责人于明明带领团队在内部环境中对OpenClaw进行了初步测试
，尝试将其应用于数据库查询自动化 、研究资料整理以及量化策略回测等场景。相关实践显示，在权限和安全配置得当的前提下 ，AI代理在部分重复性投研工作中能够发挥辅助作用，但整体仍处于探索和试验阶段 。

　　AI代理给金融业带来的新挑战

　　在银行科技人员看来
，OpenClaw可以被理解为一种“进化版的大模型应用 ”。

　　但这种进化也意味着新的问题
。例如，银行和支付机构近年来建立了大量反欺诈模型 ，通过分析用户行为特征识别异常交易
，包括操作速度
、设备环境以及交易频率等。

　　然而，高度自动化的AI助手在执行任务时 ，往往能够快速调用程序并完成复杂操作
，这些行为在系统看来可能与异常操作类似 。“类似情况此前已经出现过
。某些AI手机发布后，一度遭到部分银行和支付机构限制 ，原因正是其自动化能力可能影响现有风控体系。
”上述股份制银行技术人士说 。

　　如果未来AI代理能够代替用户完成转账或投资操作
，还可能引发新的法律问题
。“假设AI帮用户买了理财产品，结果亏损了 ，这算谁的责任？”一位金融科技人士提出这样的疑问。

　　在工业和信息化部信息通信经济专家委员会委员刘兴亮看来
，OpenClaw等AI代理工具本质上是拥有较高系统权限的“数字员工 ”，其风险主要集中在三方面：隐私风险、安全风险以及成本风险 。

　　首先是隐私风险
。刘兴亮指出 ，为了帮助用户完成任务，AI代理往往需要读取用户的邮件 、日历
、网盘甚至本地文件等信息。“如果权限管理不到位
，或者访问范围设置过宽，就可能造成隐私数据外泄 。
”

　　其次是安全风险
。由于AI代理可以执行脚本、调用系统程序甚至操作文件 ，一旦安装了恶意插件或配置不当
，攻击者可能借此获取系统控制权限。“极端情况下，不仅数据可能被窃取 ，电脑本身也可能被远程控制
，甚至文件被篡改或删除 。”他说。

　　第三类风险则是成本风险
。刘兴亮将OpenClaw比喻为“数字员工 ”。“你相当于养了一个员工，需要给它配电脑 ，还要给它算力 。
”目前这类系统通常依赖大模型进行推理
，每执行一步任务都需要调用模型接口，如果配置不当 ，算力和调用费用都可能迅速增加
。

（文章来源：第一财经）