別拿小模型跑高風險任務！OpenClaw 創始人發出警告：小心指令注入洩漏敏感資料

近期有網友在 X（原 Twitter）分享在 OpenClaw AI 機器人配置 GPT-5.4 的心得，並比較其與輕量版模型 Claude Haiku 4.5 的速度差異。這則貼文意外釣出 OpenClaw 創始人 @Steipete 親自回應，提醒使用者：切勿使用規模較小或防護較弱的模型處理高風險任務。

指令注入防護弱，小模型安全風險高

@Steipete 指出，小模型在面對「指令注入」（Prompt Injection）攻擊時，安全防護通常較不完善。指令注入是目前所有 AI 模型都難以徹底解決的痛點，攻擊者可能將惡意指令偽裝在網頁、郵件或文件中。

例如，攻擊者可能在網頁開頭加入人類不可見的指令，要求 AI 忽略原本的系統設定，改將查詢到的敏感資訊傳送到特定伺服器。雖然多數模型會因安全設定而忽略這些惡意提示，但小模型或舊模型仍有較高機率違規執行，導致使用者的敏感資料外洩。

權限越高風險越大，官方建議三招防禦

OpenClaw 官方文件也針對此問題提出了明確建議，強調在使用具備讀寫、執行或聯網能力的「工具型代理（Agent）」時，使用者必須更加謹慎：

優先選擇強大模型：在高風險場景（如自動化任務）中，應優先使用最新、指令對齊（Alignment）能力更強的大型模型，以提升安全性。
收緊權限邊界：不要寄望於系統提示詞（System Prompt）能讓 AI 乖乖聽話。使用者應針對機器人設定「最小權限」，並採用對話隔離與來源過濾等措施。
分場景選用模型：若是日常問答、潤色文案等不含敏感資訊的任務，可以使用速度快且便宜的小模型或舊模型；但涉及工具調用時，絕對要換成防護力最強的旗艦模型。

隨著 OpenClaw 等智慧代理工具賦予 AI 更多執行權力，使用者的資安觀念也得跟上。小模型雖然在速度與成本上有優勢，但在安全防護上往往是「一分錢一分貨」。當你賦予 AI 讀取郵件或連上公司的權限時，千萬別為了省那點 Token 費用而讓自己的數位資產身陷險境。