OpenAI 内部跑着 500 多个常驻 Agent，安全方案刚公开

OpenAI 内部已经跑着 500 多个常驻 Agent，其中数百个基于 OpenClaw，能在后台自动开 PR、持续跑数据实验。

这么多能自己写代码、修改配置、主动执行任务的 Agent，到底怎么保证安全？OpenAI 刚公开了一篇《Securing persistent agents like OpenClaw at OpenAI》，分享了他们的实际部署方案，值得做 Agent 的人看看。

几个很有参考价值的设计：

把可信 Gateway 和 Agent Harness 分开部署。模型和它生成的代码都视为不可信，放进隔离环境执行。

用 Codex Sandbox 严格限制网络、文件、进程权限。外部域名走白名单，敏感凭据通过 Broker 管理，Agent 无法直接读取。

所有 Agent 操作都经过第二个模型的 Auto-review，减少人工审批的负担，同时保留必要的人类决策。

每个 Agent 都有独立身份，配置变更和执行过程全程记录，出了问题可以追踪。

文章还提到了开源的 OpenClaw Enterprise，尝试把这些安全机制做成通用的 Agent 控制平面，目前仍处于试点阶段。

确实以后常驻 Agent 越来越多，安全边界就得由 Harness 和基础设施真正执行，光靠 Prompt 约束肯定不够。

原文：