首个个人AI助手取证研究：OpenClaw案例

2026年10月20日，arXiv Artificial Intelligence 刊出 Jan Gruber、Jan-Niclas Hilgert 的研究，以个人 AI 助手 OpenClaw 为案例，完成首个针对个人 AI 助手的实证取证研究。研究者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，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。该报道为目前唯一来源，未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。