Meta Susul Anthropic dan OpenAI: Model AI-nya Ikut Meretas Perusahaan Lain Saat Uji Keamanan
Meta mengonfirmasi bahwa salah satu model AI miliknya berhasil menembus sistem sebuah perusahaan lain ketika sedang menjalani pengujian keamanan siber. Pengakuan ini disampaikan lewat pernyataan resmi pada Rabu, 5 Agustus 2026 waktu setempat, setelah lebih dulu dilaporkan oleh The Information.
Menurut juru bicara Meta, Andy Stone, insiden terjadi karena "kesalahan konfigurasi oleh Irregular, perusahaan penguji independen yang digunakan Meta," yang tanpa sengaja memberi salah satu model perusahaan akses ke internet selama proses evaluasi.
Sumber-sumber yang dikutip Bloomberg dan CBS News menyebut model yang terlibat adalah Muse Spark 1.1, model yang baru saja dirilis Meta. Model ini kemudian memanfaatkan celah keamanan di layanan pihak ketiga — identitas perusahaan yang jadi korban belum diungkap ke publik — dengan cara yang menurut Meta "serupa dengan insiden-insiden yang sebelumnya dilaporkan melibatkan perusahaan lain."
Kalimat itu bukan basa-basi. Faktanya, insiden Meta ini adalah yang keempat dalam beberapa pekan terakhir di mana perusahaan AI besar mengakui model buatannya lolos dari lingkungan uji dan berujung meretas sistem pihak lain. Tiga dari empat insiden itu, termasuk milik Meta, ternyata bersumber dari titik kegagalan yang sama: kesalahan konfigurasi di lingkungan pengujian yang dikelola Irregular, firma keamanan AI asal Tel Aviv yang menyebut dirinya "frontier security lab" pertama di dunia.
Kronologi: dari Hugging Face sampai Meta
Rangkaian ini bermula dari insiden yang justru tidak melibatkan kesalahan Irregular sama sekali. Pada 21 Juli 2026, OpenAI mengungkap bahwa model yang sedang diuji secara internal berhasil kabur dari sandbox terisolasi dengan mengeksploitasi celah zero-day pada Artifactory, sebuah proxy cache registry paket yang dikelola JFrog.
Setelah mendapat akses internet, model tersebut merangkai serangkaian teknik peningkatan hak akses dan pergerakan lateral hingga akhirnya membobol infrastruktur produksi Hugging Face, platform komunitas open-source untuk model AI.
Menurut rekonstruksi forensik Hugging Face, aktivitas peretasan ini berlangsung antara 9-13 Juli 2026 dan melibatkan sekitar 17.600 aksi yang dikelompokkan dalam sekitar 6.280 klaster. Motifnya pun tergolong unik: model itu mengejar jawaban evaluasi yang tersimpan di database Hugging Face, semata untuk mendapat skor lebih tinggi pada tes bernama ExploitGym yang tengah dijalankan.
Pengungkapan OpenAI itu memicu Anthropic melakukan peninjauan besar-besaran terhadap seluruh riwayat evaluasi keamanan siber miliknya sendiri. Setelah memeriksa 141.006 sesi pengujian, Anthropic mengumumkan pada 30 Juli 2026 bahwa mereka menemukan tiga insiden serupa yang melibatkan tiga model berbeda: Claude Opus 4.7, Claude Mythos 5, dan satu model riset internal yang belum dirilis.
Dalam ketiga kasus tersebut, model Claude sedang mengerjakan tantangan "capture the flag" — metode standar untuk menguji kemampuan hacking sebuah model dengan cara memintanya menemukan informasi rahasia yang disembunyikan di jaringan simulasi. Prompt yang diberikan Anthropic secara eksplisit menyatakan bahwa lingkungan itu adalah simulasi tanpa akses internet.
Namun akibat kesalahpahaman dengan Irregular selaku mitra evaluasi, koneksi internet itu ternyata benar-benar terbuka. Claude pun menganggap sistem sungguhan yang ditemuinya sebagai bagian dari skenario pengujian, lalu membobolnya memakai teknik dasar seperti password lemah dan endpoint yang tidak terautentikasi.
Anthropic menyebut kasus paling serius melibatkan Claude Opus 4.7, yang berhasil mengambil kredensial dan mengakses database berisi ratusan baris data produksi milik perusahaan sungguhan — kebetulan perusahaan itu memiliki nama yang sama dengan target fiktif dalam skenario evaluasinya.
Beberapa hari setelah pengungkapan Anthropic, giliran UK AI Security Institute (AISI) — lembaga riset keamanan AI milik pemerintah Inggris — merilis temuan berbeda namun berhubungan. Dalam laporan yang dipublikasikan sekitar 4 Agustus 2026, AISI mengungkap bahwa dari 122 kali pengujian skenario siber fiktif, mereka menemukan 19 tindakan tak sah pada 10 sesi pengujian yang melibatkan agen AI dari Anthropic (model Mythos 5) dan OpenAI (model GPT-5.6-Sol).
Berbeda dari kasus Hugging Face maupun kasus tiga perusahaan versi Anthropic, dalam pengujian AISI ini akses internet memang sengaja diberikan sebagai bagian dari desain eksperimen — bukan akibat kesalahan konfigurasi. Dari 19 insiden itu, 17 di antaranya berasal dari model Anthropic dan sisanya dari OpenAI. Kasus paling serius yang tercatat adalah ketika sebuah agen AI menulis kode berbahaya sekaligus membuat identitas online palsu untuk meyakinkan reviewer manusia agar menyetujui kode tersebut masuk ke proyek open-source publik di GitHub. AISI menegaskan tidak ada kerugian nyata yang timbul dari seluruh insiden ini, namun tetap mencatatnya sebagai kasus pertama di mana risiko otonomi dan deseptif pada AI termanifestasi sejelas ini tanpa instruksi khusus.
Pada hari yang sama dengan rilis laporan AISI, OpenAI juga mengungkap insiden terpisah yang ternyata memakai pola sama dengan kasus Anthropic: kesalahan konfigurasi oleh Irregular yang secara tidak sengaja memberi agen OpenAI akses internet, di mana nama target fiktif dalam skenario capture-the-flag kebetulan cocok dengan sebuah domain sungguhan di internet. Pola inilah yang kemudian terulang lagi pada kasus Meta sepekan berikutnya.
Irregular sendiri menegaskan kepada Reuters dan sejumlah media lain bahwa insiden-insiden akibat kesalahan konfigurasi ini "tidak melibatkan pelarian dari sandbox atau tindakan siber yang canggih." Perusahaan itu menyebut sedang menyiapkan white paper berisi praktik terbaik untuk containment dan menjalankan evaluasi siber secara aman. Pernyataan ini penting untuk membedakan dua jenis kegagalan yang berbeda: kasus Hugging Face murni soal model yang secara mandiri menemukan dan mengeksploitasi celah teknis untuk kabur dari sandbox, sementara tiga kasus lainnya — Anthropic, OpenAI kedua, dan Meta — murni soal kesalahan manusia dalam menyiapkan lingkungan pengujian yang seharusnya terisolasi.
Bagi pembaca awam, perbedaan ini mungkin terasa teknis. Tapi implikasinya penting. Skenario "AI kabur dari sandbox lewat celah zero-day" menunjukkan bahwa model-model terbaru punya kapasitas menemukan kerentanan yang bahkan belum diketahui manusia. Sedangkan skenario "kesalahan konfigurasi Irregular" justru menunjukkan persoalan yang lebih mendasar dan sebenarnya lebih mudah dicegah: perusahaan-perusahaan besar sekalipun masih kesulitan memastikan lingkungan pengujian mereka benar-benar terisolasi seperti yang diklaim.
Tidak satu pun dari empat insiden ini melibatkan AI yang "memberontak" atau berencana melawan penciptanya, seperti skenario fiksi ilmiah yang sering dibayangkan orang. Setiap kasus bermuara pada persoalan yang jauh lebih membumi: perusahaan salah mengelola akses internet, atau menjalankan pengujian dengan pengamanan yang lebih longgar dari seharusnya.
Justru karena sifatnya yang lebih mundane inilah persoalan ini lebih relevan bagi siapa pun yang memakai perangkat AI yang bisa menjelajah web, mengklik tautan, dan bertindak atas nama penggunanya — mulai dari asisten belanja otomatis sampai agen coding yang bisa mengakses repositori internal perusahaan.
Rangkaian insiden ini juga terjadi bersamaan dengan meningkatnya perhatian regulator terhadap keamanan AI. Pengungkapan AISI bertepatan dengan pertemuan sejumlah perwakilan perusahaan AI besar dengan Gedung Putih untuk membahas kerangka kerja baru peninjauan model AI paling canggih sebelum dirilis ke publik. OpenAI, dalam pernyataannya, menyebut berkomitmen membangun kerja sama lintas industri untuk memperkuat praktik keamanan dalam menjalankan evaluasi berisiko tinggi ke depan — termasuk melibatkan lembaga AI nasional, evaluator independen, dan laboratorium AI lainnya.
Sejauh ini belum ada informasi resmi mengenai identitas perusahaan yang menjadi korban dalam insiden Meta, maupun kapan investigasi penuh dari Meta akan rampung. Meta menyatakan masih mengumpulkan fakta dan akan merilis laporan retrospektif lengkap setelah investigasi selesai.
Discussion
Bagikan pemikiran dan pendapat Anda