基于 OpenClaw 案例的 Agentic AI 系统取证调查基础

研究团队针对个人 AI 助手 OpenClaw 开展了首个实证取证研究，通过静态代码分析和差分取证，识别了 Agent 交互循环中可恢复的痕迹。 研究提出了包含五个平面的 Agent 工件分类体系，并开源了具备机器可读模式的工件提取工具，同时指出 LLM 中介执行引入的非确定性导致相同输入可能生成不同痕迹。