对 OpenClaw 的取证分析：智能体 AI 系统调查基础

研究者以个人 AI 助手 OpenClaw 为案例，完成首个针对智能体 AI 系统的实证取证研究，通过静态代码分析和差分取证分析识别智能体交互循环各阶段可恢复的痕迹。研究提出五平面智能体痕迹分类法，并与两个相关 AI 系统已发布的痕迹清单交叉映射以评估结构完整性，同时开源了带机器可读 schema 的痕迹提取工具。研究指出 LLM 介导的执行会引入抽象层和显著不确定性，相同输入未必产生相同痕迹。