ClawLabs：一起打造開源 | DevDay 2026（第 3/3 段）
🏦 台灣Pay 銀行轉帳 💙 PayPal
OpenAI 開源 Open Claw Enterprise（OCE），介紹其安全機制並示範部署 agent
- 23:19 現場示範讓觀眾和 claw 互動玩遊戲（如 island builder、和 claw 玩 Pictionary），講者讓大家繼續玩和探索
- 28:43 另一個 agent「Cooper」是 software agent，可以把它想成 persistent 隊友，幫忙 triage issue、修 bug，並把功能 end-to-end 合併
- 34:26 Peter 邀請正在和團隊（尤其是較大的團隊）跑 agent 工作流程的人，會後找他分享哪些做法有效、哪些無效
💡 你可以怎麼用：之後讓 AI 助理接你的 Slack、Notion、雲端硬碟時，可以照 Fred 的設定檢查：盡量給它獨立帳號、預設只能讀，寫入或發送前要經過你確認，只開它需要的頻道或資料夾。
看全部 38 條重點
🧑🏫 這段是 OpenAI 發表 Open Claw Enterprise（OCE）的現場。Open Claw 是一種能自己動手做事的 AI 助理（agent），OCE 則是讓整個組織安全管理一大群 agent 的開源系統。值得看的是他們怎麼設計權限和防護，讓 agent 能真正上工又不失控。
- 23:19 現場示範讓觀眾和 claw 互動玩遊戲（如 island builder、和 claw 玩 Pictionary），講者讓大家繼續玩和探索↳ 現場把 claw（用 Open Claw 跑起來的 agent）開放給觀眾玩，像蓋島遊戲、跟它玩你畫我猜。重點是讓大家親手感受 agent 能即時互動，不只是看投影片。
- 23:54 沒搶到名額的人可以自行下載，架在自己的伺服器上↳ 現場名額有限，但軟體是公開的。沒搶到的人可以自己下載，裝在自己的伺服器上跑，不需要靠活動現場。
- 23:54 可搭配 Codex 使用（字幕作 codecs），一鍵就能把訂閱納入，可以一起玩↳ Codex 是 OpenAI 寫程式用的 AI 工具（字幕誤聽成 codecs）。如果你已經有訂閱，按一下就能接進來一起用，不用另外設定。
- 23:54 越來越多團隊使用 agent 後出現新問題：如何在整個組織裡執行、設定並保護所有 agent↳ 一個人用一個 agent 很單純。但整個公司同時跑幾十、上百個 agent，就會冒出新麻煩：誰來統一啟動、設定權限，又怎麼確保它們不亂來。
- 24:26 為此他們打造了 enterprise control plane，並在當天開源↳ control plane 是管理層，負責統一管理底下所有 agent 的執行、設定和安全。他們做了一套給企業用的，當天直接開源，任何人都能拿去用。
- 24:26 Kevin Lin 在 OpenAI 負責 Open Claw Enterprise（簡稱 OCE），OCE 為 Open Claw 加入開源的 control plane↳ Kevin Lin 在 OpenAI 負責 OCE。Open Claw 本身是 agent，OCE 是在它上面加一層開源的管理系統，讓組織能管好一群 Open Claw。
- 25:01 OCE 讓 Open Claw 支援 multi-tenant，並加入 governance 與硬性安全邊界↳ multi-tenant 是多個團隊共用同一套系統，但資料彼此分開。governance 是管理規則，例如誰能做什麼。硬性邊界則是規則寫死，agent 越不過去。
- 25:01 他們認為安全的 runtime 是把 Dots、Open Claw 這類 persistent agent 帶給所有人的必要基礎↳ persistent agent 是一直在線、持續做事的 agent，不是問完就消失。runtime 是程式實際執行的環境。他們認為執行環境要先安全，這種 agent 才能普及到每個人手上。
- 25:31 安全機制一：在受信任與不受信任的工作負載之間設硬性邊界，deterministic code 在獨立的 container（他們的做法是獨立 cluster）執行↳ deterministic code 是照固定規則跑、每次結果都一樣的程式，例如管理系統本身。它和 agent 分開跑在不同的 container（獨立打包的執行空間），OpenAI 甚至放在另一組機器上。
- 25:31 這種隔離可以防止 agent 更改自己的 runtime↳ 這樣 agent 碰不到管它的那套系統，就沒辦法偷改自己的執行環境、拿掉限制。就像員工不能自己改自己的門禁權限。
- 25:31 安全機制二：用 sandboxing 限制 agent 的網路存取、可寫入的檔案，以及可以 push 的 repository↳ sandboxing 是把 agent 關在一個劃好範圍的空間裡做事：只能連指定的網路、只能改指定的檔案、只能把程式碼送進指定的程式庫（repository）。
- 26:03 sandboxing 讓 agent 能用有用的工具，卻不必拿到所有權限↳ 重點是給工具，但不給全部權限。agent 還是能上網、改檔案，只是範圍被框住。就算出錯或被人騙，造成的傷害也有限。
- 26:03 安全機制三：在既有控管之上加 model-based review。Codex 與 Open Claw 都有 auto-review，用另一個模型審查 agent 動作，在執行前擋下可能危險的操作↳ 除了寫死的規則，再加一層 AI 把關。auto-review 是讓另一個模型先檢查 agent 要做的動作，判斷可能危險就在執行前攔下，等於多一個人覆核。
- 26:35 安全機制四：agent 以自己的身分運作，有專屬 service account 和可設定的 connector，不冒充使用者↳ service account 是給程式專用的帳號，不屬於任何真人。connector 是讓 agent 連到其他服務的接口。agent 用自己的帳號做事，不借用你的身分。
- 26:35 agent 是獨立的 persistent 實體，可以單獨控管、稽核，必要時也能關閉↳ 因為 agent 有自己的身分，它做過的事都記在自己名下。可以單獨設權限、查紀錄（稽核），出事時直接關掉它，不會牽連真人的帳號。
- 27:05 靠這些控管，OpenAI 內部的 Open Claw 部署擴展到超過 400 個 Claw↳ 有了這幾層保護，OpenAI 才敢在內部大規模使用，目前內部跑的 Claw 已經超過 400 個。
- 27:05 這些 Claw 全天候運作：修程式碼、做實驗、分析資料、往上通報安全疑慮↳ 這些 Claw 不是偶爾被叫來用，而是 24 小時都在工作：修程式、跑實驗、分析資料，發現安全疑慮還會主動往上回報。
- 27:39 示範建立一個社群 agent。presets 是可設定的 agent 組合包，組織設定好後，agent 一啟動就套用你們的安全最佳實務↳ presets 是事先打包好的 agent 設定範本。公司先把安全規則寫進範本，之後每個新 agent 一啟動就自動照規矩走，不用每次從頭設定。
- 27:39 agent「Fred」使用 codex harness，配一個 service account，並給程式碼庫唯讀權限，讓它能回答問題↳ harness 一般指包住模型、讓它能用工具做事的執行框架，Fred 用的是 Codex 這套。Fred 有自己的帳號，程式碼只能看不能改，所以能回答問題，但不會動到東西。
- 28:12 他們把 roadmap 放在 Linear。Fred 可以存取 Linear，但寫入 Linear 的操作必須經過團隊核准↳ Linear 是團隊排工作、追進度的工具，roadmap 是產品規劃。Fred 可以讀 Linear，但要寫入時得等團隊點頭，等於讀和寫的權限分開管。
- 28:12 把 Fred 加進 Slack，用已有的 Slack app 與 bot token。因為用了 preset，Fred 已經設定好需要的頻道↳ bot token 是讓機器人登入 Slack 的通行碼。他們沿用現成的 Slack app 把 Fred 加進去。因為套了 preset，該進哪些頻道早就設好了。
- 28:43 另一個 agent「Cooper」是 software agent，可以把它想成 persistent 隊友，幫忙 triage issue、修 bug，並把功能 end-to-end 合併↳ Cooper 是專做軟體開發的 agent。triage 是先把回報的問題分類、排優先順序；end-to-end 是從頭到尾自己完成，一路做到合併進正式程式碼。
- 28:43 OCE 的 console 功能齊全但外觀陽春，所以請 Cooper 加上 token 用量的 heat map↳ console 是網頁管理介面，功能齊全但外觀陽春。所以現場請 Cooper 加上 heat map（用顏色深淺表示多寡的圖）來顯示 token 用量；token 是 AI 計算文字量的單位。
- 29:14 software agent 是 OpenAI 內部部署最受歡迎的 agent 之一↳ 在 OpenAI 內部，這種幫忙寫程式、修 bug 的 agent，是大家最愛用的類型之一。
- 29:14 過去一個月內提交的 Codex issue，很可能已由 open claw triage、重現，很多情況下還 end-to-end 合併↳ 意思是：如果你最近一個月回報過 Codex 的問題，很可能是 agent 先接手分類、試著重現問題，很多甚至是它一路修好、合併上線的。
- 30:17 Cooper 的 dashboard 可以開一個經過驗證的 session，用來定義功能要怎麼做，例如要求 dashboard 支援自訂色盤↳ 在 Cooper 的 dashboard（儀表板）上，可以開一個經過身分驗證的工作階段，跟它講清楚功能要怎麼做，例如「儀表板要能自選配色」。
- 30:52 隊友也能從 web console 登入同一個 session，可以在旁跟著看，也能直接引導方向↳ 這個工作階段不是一個人專用。同事也能從網頁登入同一個，在旁邊看 Cooper 做事，覺得方向不對也能直接插話修正。
- 31:29 問 Fred 今天要發表什麼。Fred 會翻 Linear issue 和 Slack，再用這些脈絡來回答↳ 現場問 Fred「今天要發表什麼」。它會先去翻 Linear 上的工作項目和 Slack 的對話，把這些當參考資料，再整理出答案。
- 32:09 Fred 的回覆出了些 plug-in 問題，給出的是 release notes。但 Linear 上當天的 issue 其實是發表 OCE，所以答得不夠好↳ 這次示範沒那麼順。外掛（plug-in）出了狀況，Fred 回了一份版本更新說明，但 Linear 上當天的正題其實是發表 OCE，等於沒答到重點。
- 32:49 總結：OCE 是 vendor neutral 的開源平台，用來管理與部署 agent↳ vendor neutral 是不鎖死在某一家廠商的產品上。總結來說，OCE 是一套開源、不綁廠商的平台，用來部署和管理 agent。
- 32:49 Kubernetes 是雲端部署 container 的標準，他們希望 OCE 成為 agent 部署的同樣角色↳ Kubernetes 是現在雲端上部署、管理大量 container 的標準工具。他們的目標是讓 OCE 在部署 agent 這件事上，也成為大家共用的標準。
- 32:49 OCE 最早在 OpenAI 內部開發，後來捐給社群，目的是在早期就打好安全基礎↳ OCE 一開始是 OpenAI 內部自用，後來捐給社群。理由是趁 agent 還在早期，先把安全地基打好，比等出事再補好。
- 33:20 他們持續與 Red Hat、Nvidia 等夥伴一起開發，當天向全世界開放，歡迎大家試用並回饋↳ 開發不是 OpenAI 獨自進行，Red Hat、Nvidia 等公司也一起參與。當天正式向全世界公開，邀請大家試用並回饋意見。
- 33:20 Peter 回顧：Open Claw 底層可以使用 Codex（字幕作 codecs），他說這是打造安全基礎最好的方式↳ Peter 補充：Open Claw 底層可以用 Codex 來跑（字幕誤作 codecs）。他認為這是打造安全基礎最好的做法。
- 33:55 他們也擴大了 Codex 開源計畫（字幕作 codecs open source program），讓更多人能用到 AI↳ 他們也擴大了 Codex 的開源計畫（字幕作 codecs open source program），目的是讓更多人用得到 AI。
- 33:55 透過 patch to planet，與 trail of bits 等團體合作，讓開源更安全↳ 他們透過 patch to planet 這個計畫，和資安公司 Trail of Bits 等團體合作，一起讓開源軟體更安全。
- 33:55 開源是關鍵基礎設施，目標之一是修掉一整類漏洞↳ 很多日常服務都建在開源軟體上，所以開源算是關鍵基礎設施。他們的目標之一不是一個一個補漏洞，而是把同一類漏洞整批根除。
- 34:26 Peter 邀請正在和團隊（尤其是較大的團隊）跑 agent 工作流程的人，會後找他分享哪些做法有效、哪些無效↳ Peter 想聽實戰經驗：如果你正帶著團隊（尤其是大團隊）用 agent 跑工作流程，歡迎會後找他聊哪些做法有效、哪些行不通。
📘 術語
control plane（控制平面）：字幕說 OCE 是開源的 control plane，用來在組織中執行、設定並保護 agent
multi-tenant（多租戶）：字幕只說 OCE 讓 Open Claw 支援 multi-tenant，沒有進一步解釋
governance（治理）：字幕說 OCE 為 Open Claw 加入 governance，沒有進一步解釋
persistent agent（持續運作的 agent）：字幕舉 Dots、Open Claw 為例，形容 agent 是可以獨立控管的 persistent 實體
runtime（執行環境）：字幕說安全的 runtime 是必要基礎，隔離設計可以防止 agent 更改自己的 runtime
deterministic code（確定性程式碼）：字幕說它在和 agent 不同的 container 或 cluster 中執行
sandboxing（沙箱隔離）：字幕說用來限制 agent 的網路存取、可寫檔案和可 push 的 repository
auto-review（自動審查）：Codex 與 Open Claw 都有的功能，用另一個模型審查 agent 動作，擋下危險操作
service account（服務帳號）：字幕說 agent 用專屬 service account 以自己的身分運作，不冒充使用者
connector（連接器）：字幕說 agent 有可設定的 connector，沒有進一步解釋
presets（預設組合）：可設定的 agent 組合包，讓 agent 啟動時就套用組織的安全最佳實務
harness（執行框架）：字幕說 Fred 使用 codex harness 來設定，沒有進一步解釋
triage（分類處理）：字幕說 software agent 會 triage issue，也會重現並合併
end-to-end（端到端）：字幕說 Cooper 把功能 end-to-end 合併，也就是從頭到尾自己完成
heat map（熱度圖）：示範時請 Cooper 在 console 加上 token 用量的 heat map
token usage（token 用量）：字幕只提到要用 heat map 呈現 token 用量，沒有進一步解釋
vendor neutral（廠商中立）：字幕用來形容 OCE 這個開源平台，沒有進一步解釋
Kubernetes（Kubernetes）：字幕說它是雲端部署 container 的標準，用來類比 OCE 的定位
multi-tenant（多租戶）：字幕只說 OCE 讓 Open Claw 支援 multi-tenant，沒有進一步解釋
governance（治理）：字幕說 OCE 為 Open Claw 加入 governance，沒有進一步解釋
persistent agent（持續運作的 agent）：字幕舉 Dots、Open Claw 為例，形容 agent 是可以獨立控管的 persistent 實體
runtime（執行環境）：字幕說安全的 runtime 是必要基礎，隔離設計可以防止 agent 更改自己的 runtime
deterministic code（確定性程式碼）：字幕說它在和 agent 不同的 container 或 cluster 中執行
sandboxing（沙箱隔離）：字幕說用來限制 agent 的網路存取、可寫檔案和可 push 的 repository
auto-review（自動審查）：Codex 與 Open Claw 都有的功能，用另一個模型審查 agent 動作，擋下危險操作
service account（服務帳號）：字幕說 agent 用專屬 service account 以自己的身分運作，不冒充使用者
connector（連接器）：字幕說 agent 有可設定的 connector，沒有進一步解釋
presets（預設組合）：可設定的 agent 組合包，讓 agent 啟動時就套用組織的安全最佳實務
harness（執行框架）：字幕說 Fred 使用 codex harness 來設定，沒有進一步解釋
triage（分類處理）：字幕說 software agent 會 triage issue，也會重現並合併
end-to-end（端到端）：字幕說 Cooper 把功能 end-to-end 合併，也就是從頭到尾自己完成
heat map（熱度圖）：示範時請 Cooper 在 console 加上 token 用量的 heat map
token usage（token 用量）：字幕只提到要用 heat map 呈現 token 用量，沒有進一步解釋
vendor neutral（廠商中立）：字幕用來形容 OCE 這個開源平台，沒有進一步解釋
Kubernetes（Kubernetes）：字幕說它是雲端部署 container 的標準，用來類比 OCE 的定位
✏️ 小考一題
根據影片，OpenAI 靠 OCE 的安全控管，把內部 Open Claw 部署擴展到多少個 Claw？
A. 超過 400 個B. 超過 40 個C. 超過 1000 個D. 超過 4000 個看答案
答案：A。[26:35]–[27:05] Kevin Lin 說這些控管幫助他們把內部 Open Claw 部署擴展到 over 400 Claws
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰