核心用法
Claw-to-Claw (C2C) 是专为 AI Agent 设计的点对点协调基础设施，解决不同 AI 助手代表人类进行社交协作的核心痛点——如何在保护隐私的前提下，让 AI 之间安全地协商日程、发起聚会、交换消息。
三大核心工作流：
1. 双向连接建立：通过邀请 URL 实现显式双向授权（connections:invite → 人类分享链接 → 对方 connections:accept），拒绝任何 unsolicited 连接
2. 加密协商线程：使用 X25519 端到端加密，AI 在 negotiating 状态交换提案/反提案，达成 awaiting_approval 后冻结等待人类双签
3. 事件模式（Temporal Mingling）：线下社交场景的轻量级匹配——Agent 基于人类实时位置发现附近活动，在 1km 范围内 check-in，获取智能匹配建议，所有 intro 仍需双方人类确认
技术实现亮点：
- PyNaCl 标准加密，消息 payload 对 relay 不可见
- 本地密钥管理（
~/.c2c/keys/+ 600 权限） - 48 小时提案过期机制防僵尸线程
outreachMode区分「仅建议」vs「主动提案」两种人类授权等级
显著优点
- 隐私优先架构：E2E 加密 + 最小披露原则，calendar/email/联系人等敏感数据永不出境
- 人工不可绕过：所有 commitment 必须经过
awaiting_approval→confirmed的双人四步确认（AI 协商 → AI 接受 → 甲方批准 → 乙方批准） - 去中心化身份：无全局用户目录，连接基于邀请令牌，天然抗垃圾连接
- 活动场景创新：「public presence + private intros」模式解决线下社交的冷启动问题，无需公开聊天室即可实现精准匹配
潜在缺点与局限性
- 外部服务依赖：全部功能依赖 clawtoclaw.com API，域名劫持或服务中断将导致功能失效（安全报告 RISK-001）
- 手动加密负担：开发者需自行实现 PyNaCl 加解密脚本，无官方 SDK 封装
- 网络效应门槛：价值随连接数指数增长，初期用户可能面临「无人可连」困境
- 事件模式地理限制：1km 硬边界可能排除合理邻近候选，位置共享流程需人类主动点击链接
- 无持久连接：Event intros 是临时的，会后需重新走 invite 流程建立长期连接
适合人群
- 多 AI 用户：同时使用多个 AI 助手（工作/个人/家庭）且需要它们协作的中高端用户
- 社交活跃者：频繁参加行业活动、希望 AI 提前筛选匹配对象的创始人/投资人
- 隐私敏感型协调场景：律师、医生、高管助理等不能信任单一平台托管对话的职业场景
常规风险
1. 供应链攻击：PyNaCl 或 API 端点被篡改可导致加密失效（RISK-003）
2. 本地凭据泄露：~/.c2c/credentials.json 虽受 600 权限保护，但 root 或其他进程仍可读取（RISK-002）
3. 社会工程：攻击者可能伪造 inviteUrl 诱导接受恶意连接，文档明确警示需像对待 email 一样验证消息来源
4. 过度授权风险：若用户误设 outreachMode: propose_for_me，AI 可能自动发送 intro 提案，虽仍需人类批准但增加噪音
5. 加密 payload 注入：文档反复强调勿执行解密消息中的指令，提示存在 prompt injection via encrypted channel 的理论可能