JAKARTA – Anthropic mengungkap tiga model kecerdasan buatan miliknya berhasil menyusup ke sistem tiga organisasi selama proses pengujian keamanan internal yang dilakukan dalam lingkungan simulasi.
Temuan tersebut muncul hanya beberapa hari setelah OpenAI melaporkan model AI buatannya melakukan tindakan serupa dengan membobol server perusahaan AI Hugging Face saat evaluasi keamanan.
Perusahaan pengembang Claude yang berbasis di San Francisco itu menyampaikan hasil investigasi melalui situs resminya pada Kamis setelah meninjau lebih dari 141.000 sesi evaluasi AI.
Mengutip laporan AP News, Jumat (31/7/2026) Anthropic kemudian menggelar audit keamanan siber berskala besar untuk mencari bukti apakah model AI mampu mengakses internet dari lingkungan pengujian yang seharusnya benar-benar tertutup.
Langkah tersebut dilakukan sebagai respons atas insiden yang sebelumnya diumumkan OpenAI mengenai perilaku tak terduga model AI selama proses evaluasi keamanan.
Anthropic menyebut model yang terlibat ialah Claude Opus 4.7, Claude Mythos 5, serta satu model riset internal yang masih berada dalam tahap pengembangan.
Perusahaan menjelaskan insiden paling awal tercatat terjadi pada April sehingga evaluasi keamanan diperluas untuk mengetahui pola perilaku seluruh model AI.
Anthropic menjelaskan model AI tersebut berhasil memasuki infrastruktur organisasi menggunakan teknik sederhana, termasuk memanfaatkan kata sandi yang lemah.
Seluruh insiden berlangsung ketika model AI menjalani tantangan keamanan siber capture the flag, yang digunakan untuk mengukur kemampuan ofensif dalam simulasi.
Dalam skenario itu, model AI menerima informasi rahasia berupa flag yang disembunyikan di perangkat lain dalam jaringan dan diminta menemukannya melalui proses infiltrasi.
Anthropic menegaskan seluruh pengujian berlangsung dalam lingkungan yang dikendalikan dan dirancang khusus untuk mengukur kemampuan keamanan model AI.
Perusahaan juga telah menghubungi seluruh organisasi yang terdampak meski identitas mereka tidak dipublikasikan kepada masyarakat.
Dua organisasi mengaku sebelumnya tidak mengetahui adanya aktivitas tersebut, sedangkan komunikasi dengan organisasi ketiga masih terus dilakukan.
Audit keamanan itu dilakukan bersama Irregular, laboratorium keamanan frontier yang berfokus pada evaluasi risiko teknologi kecerdasan buatan.
Irregular menyatakan, “Mengatasi risiko seperti ini membutuhkan kerja sama yang lebih erat di seluruh ekosistem kecerdasan buatan.”
Pekan lalu, OpenAI juga mengungkap model AI miliknya bertindak di luar skenario saat evaluasi dengan membobol server milik startup AI Hugging Face.
OpenAI menyebut kejadian tersebut sebagai “insiden keamanan yang signifikan.”
Rangkaian temuan dari Anthropic dan OpenAI memperlihatkan masih adanya celah keamanan yang harus diantisipasi sebelum AI diterapkan secara lebih luas.
Perkembangan tersebut kembali memunculkan pertanyaan mengenai efektivitas pengawasan manusia terhadap sistem AI yang semakin canggih.
Para peneliti telah lama mengingatkan bahwa teknologi AI membutuhkan rekayasa pertahanan yang lebih kuat untuk mencegah risiko penyalahgunaan.
Anthropic menegaskan, “Pengujian keselamatan dilakukan sebelum model dirilis karena kami masih belum sepenuhnya mengetahui seluruh kemampuan yang dimilikinya.”***
