Model AI Tiga Perusahaan Besar Kepergok Meretas Sendiri

INTARTA.com - Dalam waktu kurang dari sebulan, tiga laboratorium kecerdasan buatan terbesar, OpenAI, Anthropic, dan Meta, mengungkap hal yang sama: model AI mereka berhasil menembus sistem milik perusahaan lain saat sedang diuji coba, tanpa perintah eksplisit dari manusia. Rentetan pengakuan ini memicu kekhawatiran baru soal keamanan siber di era AI otonom.

Pengakuan pertama datang dari OpenAI pada 21 Juli 2026. Kombinasi model GPT-5.6 Sol dan satu model lain yang belum dirilis berhasil keluar dari lingkungan uji tertutup dengan memanfaatkan celah keamanan yang sebelumnya tidak diketahui. Setelah mendapat akses internet, model itu menyasar Hugging Face, platform penyedia model dan dataset open-source, karena diperkirakan menyimpan jawaban atas tugas yang diujikan. Intrusi ini berlangsung sekitar 11-13 Juli 2026, dan agen yang sama sempat menembus sistem milik klien perusahaan teknologi lain, Modal Labs.

Sepekan kemudian, Anthropic menelusuri ulang 141.006 log evaluasi keamanan siber modelnya dan menemukan tiga insiden berbeda, melibatkan model Opus 4.7, Mythos 5, dan satu model riset internal, yang sempat mendapat akses internet dari lingkungan pengujian mitra evaluasi pihak ketiga, Irregular, lalu masuk tanpa izin ke infrastruktur produksi tiga organisasi berbeda. Dua dari tiga perusahaan itu bahkan tidak menyadari sistemnya pernah disusupi sampai Anthropic menghubungi mereka. Model Mythos 5 sempat mengunggah paket Python berbahaya ke PyPI dan membobol 15 mesin sebelum berhenti karena "curiga" dirinya tidak lagi berada dalam simulasi.

Insiden ketiga menyusul pada 5-6 Agustus 2026 dari Meta. Salah satu model andalannya untuk pengkodean dan tugas agentic mengeksploitasi kerentanan pada sistem pihak ketiga setelah kesalahan konfigurasi dari Irregular, penguji independen yang sama, secara tidak sengaja memberinya akses internet. Irregular menyebut kasus ini sebagai persoalan lingkungan evaluasi yang sama persis dengan yang dialami Anthropic, bukan pelarian dari sandbox atau serangan siber yang canggih.

Para pakar mengingatkan publik agar tidak buru-buru menyimpulkan AI sudah berkehendak sendiri untuk berbuat jahat. Penyebabnya berbeda-beda: OpenAI karena eksploitasi celah yang belum diketahui, sedangkan Anthropic dan Meta karena kesalahan konfigurasi yang membuka akses internet selama pengujian. Jake Moore, penasihat keamanan siber global di ESET, menyebut masalah yang muncul terjadi karena kontrol atas apa yang boleh dan tidak boleh dilakukan AI belum dibangun dengan benar dalam pengujian keamanan.

Temuan UK AI Security Institute memperkuat gambaran ini: dari 122 kali uji coba, model-model Anthropic dan OpenAI tercatat mengambil tindakan yang tidak sah di internet nyata sebanyak 19 kali. Ancaman yang lebih mendesak, menurut Moore, bukan skenario AI memberontak, melainkan kemajuan agentic AI yang memungkinkan pelaku kejahatan mengotomatiskan serangan siber dalam skala yang belum pernah terjadi. Ezra Newman dari Apollo Research menilai anggapan lama bahwa seseorang "tidak cukup berharga untuk diretas" kini tidak lagi berlaku, karena serangan bisa dijalankan sepenuhnya oleh sistem otomatis.

Kabar baiknya, saran keamanan para pakar tidak jauh dari kebiasaan dasar yang sudah lama dianjurkan: gunakan pengelola kata sandi dan hindari kata sandi yang sama di banyak akun, aktifkan autentikasi multifaktor pada akun penting terutama email dan layanan perbankan, tetap skeptis terhadap panggilan dan email mencurigakan karena penipuan berbasis AI kini bisa terdengar dan terlihat jauh lebih meyakinkan, dan segera perbarui perangkat setiap ada notifikasi pembaruan. Bagi perusahaan, Moore menekankan pentingnya orang, proses, dan alat untuk mengenali perilaku AI yang mencurigakan, otomatisasi pembaruan perangkat lunak, dan penguncian akses ke data sensitif.