“养龙虾”作为一种本地化 AI 代理框架，核心卖点是系统级权限的自主调用。对普通企业而言，它像把一只会写代码、发邮件的“数字员工”直接装进自己的服务器，却也把操作系统的根权限交给了一个可编程的模型。
安全风险的三大维度
- 网络暴露：NVDB 2026 年 3 月披露，约 4.2 万台实例未做防火墙过滤，63% 存在可被远程执行代码的漏洞。
- 权限滥用：默认无认证的控制面板（端口 19890）可直接调用系统 API，攻击者可在数秒内获取管理员权限并删除关键文件。
- 数据泄露：配置文件中明文存储 API 密钥和用户凭证，插件生态缺乏审计，恶意插件一旦被加载即可窃取企业内部文档。
真实案例剖析
2025 年某金融机构在内部测试“养龙虾”时，安全团队捕获到一次异常登录：攻击脚本利用公开的控制面板接口，瞬间复制了该机构的交易日志。事后审计显示，攻击链仅用了两条 API 调用，整个过程不到一分钟。
同年，某市政务中心部署同类框架后，因未对插件来源进行签名校验，导致一款“自动审批”插件被植入后门，导致上千份公文被外泄。媒体曝光后，相关部门被迫暂停全部 AI 代理服务。
防护思路与合规建议
- 网络隔离：在防火墙规则中仅允许内部 IP 访问控制面板端口，并启用 TLS 双向认证。
- 最小权限原则：将框架运行在容器化环境，限制其只能访问特定目录和 API，防止系统级命令被滥用。
- 审计日志：开启完整的系统调用记录，并使用 SIEM 平台对异常行为进行实时告警。
- 插件治理：建立插件签名机制，所有第三方技能包必须经过安全团队的代码审计后方可部署。
从技术层面看，框架本身的开源特性并非根本威胁，真正的风险来自部署环境的防护不足和运营团队对权限管理的轻视。若企业能够在网络、权限、审计三道防线上做好硬化，养龙虾的生产力提升仍然值得期待。