沉寂了一段時間的「龍蝦」OpenClaw,在 8 月 30 日發布了 2.0 版本。
按照官方的說法,這是 OpenClaw 歷史上規模最大的一次更新,累計超過 1.6 萬個 Pull Request,幾乎觸及安裝、訊息、記憶、Skills、模型、Automations、瀏覽器、原生應用、Plugins 與安全機制等整個產品堆疊。
但相比這些龐雜的功能列表,更值得關注的,其實是 OpenClaw 2.0 背後那條越來越清晰的演進路線:Agent 正變得越來越能真正「動手做事」。
與此同時,它也把產業帶向了一個繞不開的信任困境:當 Agent 越來越能夠自主決定「怎麼做」,我們又該如何確保,它的每一次關鍵操作,都沒有越過使用者真正授權的邊界?
一、Agent 自主權的兩難:全盤放權,還是層層確認?
過去一年,AI Agent 最明顯的變化,並不只是底層模型變聰明了。
隨著 MCP、Skills、Plugins、瀏覽器控制和程式碼執行等基礎設施逐漸成熟,Agent 開始擁有越來越多真正能夠影響外部世界的「手腳」,譬如修改資訊、點擊按鈕,或者透過 computer use 直接控制瀏覽器(延伸閱讀《Agentic AI 拐點已至?當 AI 學會「自己行動」,如何重構 Web3 的安全邊界?》)。
但問題也恰恰出現在這裡,在現有的互動範式下,往往容易陷入兩種極端。
一種是全盤放權,直接把私鑰,或者一枚長期有效、權限足夠大的 Session Key 交給 Agent,讓它自行判斷執行。
這種模式的自動化體驗當然最好,但風險同樣非常集中,一旦遭遇提示詞注入、惡意網頁或環境污染,又或者模型自身出現理解偏差,錯誤就可能沿著整個執行鏈一路傳遞,最終變成真實操作(延伸閱讀《Sign 不只簽名:當 AI Agent 替你簽名,誰還握著控制權?》)。
畢竟在普通網際網路場景,這可能只是寄錯一封郵件、刪錯一個檔案,但到了鏈上,一筆錯誤交易卻往往不可逆。
另一種則是完全不放權,每一個操作、每一次子調用都跳出簽名視窗請求確認,安全性是提高了,但自動化的意義也隨之大幅下降。
畢竟一個 Agent 幫使用者完成一套複雜 DeFi 策略,中間涉及多個步驟,如果都需要使用者拿起手機逐個「Approve」,那使用者實際上只是從「自己點按鈕」,變成了替 Agent 不斷蓋章的「人工驗印機」。
換句話說,中間的自由度,既是 Agent 提高效率的來源,也是新的風險來源。
從這個角度看,問題的核心並不在於「要不要放權給 Agent」,而在於授權的粒度與驗證機制是否具備動態彈性,因為傳統的權限管理是二元的(要嘛允許,要嘛拒絕),而 Agent 面對的任務顯然複雜得多。
同樣是一筆交易,10 美元和 10 萬美元不同;與長期使用的協議互動,和突然授權一個陌生合約不同;完成一筆使用者明確要求的 Swap,和 Agent 自行決定把資產跨到另一條鏈,也不是同一個風險等級。
所以說,Agent 越能自主行動,權限就越不能只是一個簡單的開關。
真正需要的,是一套能夠讓它在邊界以內自由行動,越過邊界時自動停下來的安全機制。
二、如何為自主 Agent 建構一條「可驗證」防線?
事實上,OpenClaw 並沒有忽視這個問題。
目前它提供了多層權限機制,譬如外掛可以在具體操作執行前暫停並要求使用者確認,涉及主機命令時,則還有獨立的 Exec Approvals 和 Allowlist 等等。
相比把所有工具和權限一次性交給 Agent,這已經向前走了一大步。但當 Agent 真正進入支付、交易和資產管理場景,一個更細的問題隨之出現:允許 Agent 使用某項能力,和授權 Agent 完成某項具體行動,其實不是一回事。
就像允許 Agent 使用瀏覽器,並不意味著允許它在任何網站購買任何東西;允許 Agent 存取電子郵件,也不等於允許它以你的名義給任何人寄送郵件;同樣,允許 Agent 調用錢包,也絕不應該等於允許它將任意金額傳送至任意地址。
所以,Agent 時代的權限體系可能需要區分兩個不同的問題。一個是能力權限,也就是 Agent 能不能使用瀏覽器、終端、電子郵件或者錢包?另一個則是更具體的行動授權,像在這一刻,它準備執行的這件事,究竟是不是使用者真正允許它做的?
那如何讓 Agent 在明確的邊界內充分自動化,同時在真正越過邊界的時候,把決定權重新交回使用者?
這也是 imToken 正在探索 Sigil 的原因。它的核心並不是給 Agent 再增加一道傳統意義上的「確認跳窗」,而是嘗試透過可驗證簽名與細粒度權限控制,在使用者和 Agent 之間建立一層可以被明確約束的安全護欄。
其中一個很重要的原則就是「What you see is what you sign」,你看到什麼,就簽署什麼。
簡單來說,使用者可以預先授予 Agent 一定範圍的權限,讓低風險、符合既定策略的行為自動完成;當操作觸及資金額度、陌生協議或者其他關鍵權限邊界時,再暫停執行,把具體請求交還給使用者確認。
更重要的是,這種確認並不應該只是一句模糊的「Agent 準備執行交易,是否同意」,使用者真正需要看到的,是這筆操作裡實際發生變化的關鍵參數:使用什麼資產、金額是多少、互動對象是誰,以及最終究竟準備執行什麼。
因為只有當使用者看到的內容、使用者授權的內容和系統最後執行的內容能夠對應起來,一次確認才真正具有意義。
Sigil 圍繞這一點,還嘗試使用 Passkey、生物辨識、單次簽名、短有效期以及請求參數綁定等機制,讓關鍵授權不僅可以被使用者理解,也能夠被系統驗證。
這意味著,一份授權不只是「有人點了確認」,而是可以進一步回答誰批准了、批准了什麼,以及最後真正執行的,是不是當時看到的那件事。
從這個角度看,Sigil 真正想解決的並不是「如何讓 Agent 少做一些事」。
恰恰相反。
它試圖解決的是,怎樣讓 Agent 在不拿走使用者最終控制權的情況下,可以放心地多做一些事(延伸閱讀《從盲目點「Yes」,到看清再簽名:Sigil 如何為 AI Agent 加上一道安全護欄?》)。
三、從管理資產到管理 Agent
如果把視角再往後拉一步,會發現這其實也是錢包正在面對的一次角色變化。
自以太坊誕生以來,imToken 錢包親身經歷並見證兩個關鍵世代:從管理單一私鑰的 1.0 時代,演進到透過帳戶抽象(AA)最佳化互動體驗的 2.0 時代。
隨著 OpenClaw 2.0 等自主 Agent 的普及,錢包無疑正步入第三代演進,需要進一步幫助使用者管理一個個會自主判斷、持續工作的 Agent。
這也是為什麼錢包產業過去累積的私鑰管理、數位簽名、身分驗證與權限隔離能力,可能會在 Agent 時代獲得新的意義。
因為這些技術表面上是在解決「怎樣安全地簽一筆鏈上交易」,背後處理的其實是一個更加普遍的問題:如何證明一項行動,確實獲得了某個主體的真實授權。
今天,這項行動可能是轉出 1 ETH。未來,它也可能是寄送一封郵件、修改一份檔案、使用某個數位身分、購買一項服務,或者允許 Agent 在未來一週持續執行某套自動化策略。
這些行為並不一定全部發生在區塊鏈上,但底層關係非常相似,也就是 Agent 正在以使用者的名義調用一種屬於使用者的能力。
因此,Sigil 的意義也未必只侷限於 Crypto。
當 OpenClaw、Hermes 以及更多運行在個人裝置或雲端環境中的 Agent,逐漸連接電子郵件、即時通訊、行事曆、檔案、瀏覽器、終端和支付工具時,「如何證明這一次行動確實經過使用者授權」會變成一個越來越普遍的問題。
因此 Sigil 未來也可能從鏈上交易延伸至資料存取、身分使用、檔案修改、內容發布、服務購買和自動化任務。
總的來看,作為 imToken 與 OpenClaw 的共同探索,Sigil 試圖把 imToken 過去十年在自託管、錢包和數位簽名領域累積的經驗,帶入自主 Agent 開始進入真實執行環境的新階段。
它不替代 Agent,也不取代錢包。
它站在二者之間。