什么值得买App下载 App ›
连续签到专享现金活动

NemoClaw 深度技术分析:NVIDIA 为自主 AI Agent 构建的安全运行时

2026 年 3 月 16 日,黄仁勋在 GTC 大会上宣布了 NemoClaw 的开源发布。作为一个上线一周内就在 GitHub 获得约 13900 颗星的项目,NemoClaw 并非 LangChain 或 CrewAI 那样的 Agent 编排框架,而是定位为 OpenClaw 的安全外壳。它不负责编排 Agent 的行为逻辑,而是将 Agent 关进一个内核级的安全沙箱中运行,旨在解决 OpenClaw 爆发式增长所伴随的供应链攻击、远程代码执行等架构层面的安全缺陷。
01架构设计与组件构成
NemoClaw 的核心设计理念是将安全执行的边界彻底移到 Agent 进程之外,所有安全约束由独立进程管理,Agent 无法访问、修改或终止该进程。其架构由两个独立版本化的组件构成:
  1. TypeScript CLI 插件
    负责用户交互与指令解析,位于 nemoclaw/ 目录,提供 nemoclaw onboard、connect、status、logs 等子命令。
  2. Python 蓝图(Blueprint)编排器
    位于 nemoclaw-blueprint/ 目录,负责与 OpenShell CLI 交互及基础设施编排。
两者通过 NVIDIA 的 OpenShell 运行时协同工作。底层实现上,所有组件运行在一个 Docker 容器内的 K3s Kubernetes 集群中,沙箱镜像压缩后约 2.4 GB,无需单独安装 Kubernetes。
02四层安全执行模型
与应用层的软限制不同,NemoClaw 使用 Linux 内核原语构建隔离机制,所有策略执行均在 Agent 进程之外:
  1. 网络隔离(netns)
    默认“全部拒绝”策略,仅在 YAML 明确列出时允许出站。请求被拦截时会在操作员终端(TUI)弹出审批提示,支持热加载。
  2. 文件系统隔离(Landlock)
    读写权限锁定在 /sandbox 和 /tmp,默认拒绝访问 ~/.ssh、.env、/etc 等敏感路径,且运行中无法扩展权限。
  3. 进程隔离(seccomp)
    阻止特权提升,仅白名单二进制(node、python3)可执行,禁止 curl、wget、ssh 等工具。
  4. 推理拦截
    Agent 不直接发起外部 API 请求,所有调用经 OpenShell 网关路由至推理提供者(如 NVIDIA 云端 API),支持审计与热加载。
03推理配置与隐私路由
默认配置使用 NVIDIA Nemotron 3 Super 120B 混合专家(MoE)模型,通过云端 API 提供服务。目前正开发 Privacy Router 功能,旨在根据用户定义策略自动路由:包含 PII 或私有数据的请求发往本地模型,复杂推理任务发往云端前沿模型。不过,本地推理选项(Ollama、vLLM)及完整路由功能目前仍处于实验阶段,依赖 NVIDIA GPU 硬件支持。
04生态定位与对比
对比维度NemoClaw主流 Agent 框架 (LangChain/CrewAI 等)
核心定位运行时安全与沙箱隔离行为编排与上下文管理
解决痛点供应链攻击、权限提升、数据泄露工具调用、状态记忆、多 Agent 协作
运行层级基础设施层(内核/容器)应用层(代码逻辑)
依赖关系目前仅支持 OpenClaw可独立运行或适配多种模型

NemoClaw 与主流 Agent 框架的定位差异

NemoClaw 目前与 OpenClaw 紧密耦合,并非通用沙箱。对于不使用 OpenClaw 的开发者,NVIDIA 同步推出的 NeMo Agent Toolkit 提供了 LangChain、CrewAI 等框架的并行执行支持,可能更为适用。硬件要求方面,基础功能可在 AMD、Intel 或纯 CPU 环境运行,最低配置 4 vCPU、8GB 内存、20GB 磁盘。
05总结与建议
NemoClaw 提出的“进程外安全执行”将 Agent 安全从应用层下沉至基础设施层,符合最小特权原则,具有显著的架构价值。Privacy Router 也为金融、医疗等合规行业提供了可行的混合云思路。但项目目前处于 Alpha 阶段,存在安装脚本未做完整性验证等问题,且缺乏第三方安全审计与生产环境实战数据。开发者应关注其技术边界,将其视为构建安全 AI 运行时的重要参考,而非即插即用的成熟解决方案。

评论

评论区空态插画

当前文章无评论,是时候发表评论了