Claude Mythos Enterprise Menemukan Lebih dari 10.000 Kerentanan Berisiko Tinggi: Anthropic Menggandeng 13 Raksasa Membangun Aliansi Keamanan AI

Anthropic baru-baru ini melakukan langkah besar, tetapi kali ini tidak semudah merilis model baru.

Pada 7 April, ia menggandeng rangkaian perusahaan yang mungkin tidak akan pernah kamu bayangkan berdiri dalam satu barisan—AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA, Palo Alto Networks—mengumumkan pembentukan aliansi keamanan bernama Project Glasswing . Misi hanya satu: memakai AI untuk menyelesaikan masalah keamanan perangkat lunak paling kritis di dunia.

Pada hari yang sama, Anthropic juga mengungkap berita penting lain: mereka secara internal memakai rangkaian model Claude untuk melakukan pemindaian keamanan skala besar pada codebase korporat, hasilnya menemukanlebih dari 10.000 kerentanan berisiko tinggi.

Dua berita ini digabungkan, seluruh kalangan keamanan meledak.

Bagaimana Lebih dari Sepuluh Ribu Kerentanan Ditemukan

Ini harus mulai dari riset keamanan AI Anthropic.

Claude Mythos adalah model khusus riset keamanan yang selama ini terus digosok oleh Anthropic secara internal. Berbeda dari Claude biasa, ia dioptimalkan khusus untuk skenario rekayasa balik kode, penemuan kerentanan, dan uji penetrasi, mampu secara otomatis menemukan titik kerentanan yang benar-benar berancam di codebase skala besar.

Sebelum proyek Glasswing dimulai, tim Anthropic terlebih dahulu memakai Claude Mythos untuk melakukan “uji tekan” pada sejumlah codebase tingkat korporat—hasilnya membuat kulit kepala bergetar:lebih dari 10.000 kerentanan berisiko tinggi, mencakup berbagai jenis mulai dari bypass autentikasi identitas, kerusakan memori, hingga serangan rantai pasokan.

Kerentanan ini tidak ditemukan oleh pemindai tradisional, juga tidak digali manual oleh insinyur keamanan, melainkan dijalankan otomatis oleh model AI.

Bandingkan dengan cara tradisional: tim keamanan profesional melakukan satu audit lengkap kode korporat biasanya memakan waktu dihitung dengan bulan, biayanya bisa mencapai ratusan ribu dolar. Pada codebase dengan skala sama, Claude Mythos dapat memampatkan waktu hingga level hari atau lebih singkat.

Inilah kesenjangan skala dari alat riset keamanan AI.

Seberapa Ganas Claude Mythos Sebenarnya

Judul laporan The New York Times pada 7 April langsung menulis satu kalimat:“Anthropic Claims Its New A.I. Model Is a Cybersecurity Reckoning”—intinya model ini begitu ganas sampai Anthropic sendiri merasa tidak cocok dirilis secara publik.

BBC kemudian menerbitkan artikel khusus untuk mengejar berita ini, judulnya persis:“What is Anthropic’s Claude Mythos and what risks does it pose?”

Dari penggabungan berbagai informasi, kemampuan inti Claude Mythos terpusat pada tiga arah:

– Pemahaman dan rekayasa balik kode: mampu membaca struktur codebase korporat yang kompleks, menemukan cacat keamanan di dalamnya
– Evaluasi eksploitabilitas kerentanan: bukan hanya menemukan kerentanan, tetapi juga menilai apakah kerentanan itu dapat dieksploitasi dalam skenario serangan nyata
– Pemindaian otomatis skala besar: sekali jalan di seluruh codebase, tidak perlu pemeriksaan manual langkah demi langkah

Apa artinya kombinasi kemampuan ini?

Artinya pekerjaan yang dulu memakan waktu tiga bulan bagi satu tim keamanan, kini AI mungkin bisa menyelesaikannya dalam beberapa hari. Dan AI tidak lelah, tidak melewatkan pemindaian, tidak takut sulit karena kode rumit.

Project Glasswing: Apa Asal-Usul Aliansi Keamanan AI Ini

Kemampuan AI saja tidak cukup, Anthropic menarik 13 raksasa teknologi untuk memulai Project Glasswing.

Daftar ini sendiri layak dicermati:

– Penyedia cloud: AWS, Microsoft Azure
– Penyedia keamanan: CrowdStrike, Palo Alto Networks
– Chip/perangkat keras: Broadcom, NVIDIA
– Pengguna korporat: JPMorgan Chase
– Infrastruktur open source: Linux Foundation
– Sistem operasi: Apple
– Perangkat jaringan: Cisco
– Perusahaan AI: Anthropic, Google

Apa artinya kombinasi ini? Artinya mereka tidak hanya melakukan riset teoretis, melainkan ingin mewujudkan kemampuan keamanan AI secara menyeluruh dari lapisan chip, lapisan sistem operasi, lapisan platform cloud, hingga lapisan aplikasi.

Rencana inti Glasswing meliputi:

– Membangun satu set standar penilaian keamanan kode berbasis AI
– Mendorong audit keamanan perangkat lunak open source kritis
– Berbagi intelijen kerentanan berisiko tinggi yang ditemukan AI
– Menyediakan proteksi keamanan AI untuk infrastruktur kritis global

Dikatakan gamblang, ini adalah membangun “aliansi keamanan siber” era AI, memakai AI untuk melawan risiko keamanan yang dibawa AI.

Masalah Sebenarnya di Balik Sepuluh Ribu Kerentanan

Menemukan sepuluh ribu kerentanan sendiri bukanlah berita; kalangan keamanan menggali kerentanan setiap hari.

Yang benar-benar patut diwaspadai adalah makna di balik angka ini.

Pertama, jumlah kerentanan jauh melampaui ekspektasi.

Dulu semua orang tahu codebase korporat punya kerentanan, tetapi apa artinya level “lebih dari 10.000 berisiko tinggi”? Artinya pemeriksaan keamanan dalam proses pengembangan yang ada jelas tidak mencukupi. Kode sudah selesai ditulis, pemindai keamanan dijalankan sekali, lolos—tetapi yang harusnya bocor tetap bocor. Masuknya AI memperlihatkan masalah ini lebih telanjang.

Kedua, apa artinya distribusi kerentanan.

Anthropic tidak mengumumkan jenis kerentanan mana yang paling banyak, tetapi berdasarkan komposisi pihak yang terlibat dalam Glasswing, kita bisa menduga: kerentanan rantai pasokan (karena ada Linux Foundation), kerentanan autentikasi identitas (karena ada penyedia cloud dan perusahaan korporat), dan kerentanan infrastruktur (karena ada pabrikan chip dan sistem operasi) seharusnya menjadi arah utama.

Ketiga, “menemukan” tidak sama dengan “memperbaiki”.

Menemukan kerentanan hanyalah langkah pertama. Lebih dari 10.000 kerentanan berisiko tinggi, siapa yang memperbaiki? Berapa lama? Banyak kerentanan historis di codebase korporat mungkin sudah ada lima sampai sepuluh tahun, memperbaiki satu saja harus hati-hati agar tidak merusak fungsi yang ada.

Pedang Bermata Dua Alat Keamanan AI

Sampai di sini, ada satu hal yang harus disebut: Claude Mythos bisa dipakai menggali kerentanan, artinya pihak lain juga bisa memakai AI serupa untuk menggali kerentanan.

Kali ini Anthropic memilih tidak merilis Claude Mythos secara publik, alasannya “terlalu berbahaya”. Ini sejalan dengan pendekatannya di era Claude Opus 4—menilai risiko dulu, baru menentukan tingkat keterbukaan.

Tetapi masalahnya:

– Apakah perusahaan lain akan membuat model serupa atau bahkan lebih kuat?
– Bagaimana jika model-model ini jatuh ke tangan penyerang?
– Bisakah perusahaan memakai AI menambal kerentanan mereka sendiri sebelum penyerang bertindak?

Glasswing sampai batas tertentu adalah jawaban atas pertanyaan ini:Daripada membiarkan kemampuan keamanan AI terkonsentrasi di tangan segelintir perusahaan, lebih baik menggandeng seluruh industri membangun benteng pertahanan. Penyerang punya AI, pembela juga harus punya, dan harus lebih cepat, lebih tepat, lebih sistematis.

Bagaimana Seharusnya Pengembang Biasa Menyikapinya

Jika kamu seorang pengembang atau insinyur keamanan, peristiwa ini punya beberapa lapis makna:

Dalam jangka pendek: mekanisme berbagi kerentanan Glasswing akan mengutamakan proyek open source kritis dan infrastruktur. Untuk lini produk yang kamu tanggung sendiri, untuk sementara belum bisa diandalkan. Tetapi kamu bisa memperhatikan standar teknis dan metode penilaian kerentanan yang akan mereka umumkan berikutnya.

Dalam jangka menengah: model khusus keamanan seperti Claude Mythos akan bertahap masuk ke rantai alat keamanan korporat. Kamu mungkin akan melihat integrasi kemampuan AI serupa di plugin IDE dan proses pemindaian keamanan CI/CD di masa depan. Tidak ada ruginya memahami arah ini lebih dulu.

Dalam jangka panjang: perlombaan senjata antara riset keamanan AI dan riset serangan AI hanya akan semakin sengit. Kemampuan AI pihak pembela semakin kuat, kemampuan AI pihak penyerang juga berevolusi bersamaan. Berdirinya Glasswing menunjukkan para raksasa sudah memperlakukan ini sebagai persoalan level strategis.

Mengapa Titik Waktu Ini Penting

Pada 2026, AI Agent mulai terhubung secara masif ke alur kerja korporat—dari pembuatan kode hingga pemrosesan data, dari sistem internal hingga interaksi pelanggan. Model seperti Claude dan GPT sudah mulai menembus proses bisnis inti perusahaan.

Saat AI mulai memproses data sensitif, menulis kode kritis, dan terhubung ke sistem produksi,kerentanan keamanan milik AI sendiri dan kerentanan keamanan yang ditemukan AI menjadi dua sisi dari mata uang yang sama.

Glasswing dan sepuluh ribu kerentanan itu adalah batu yang dilemparkan Anthropic—ia ingin seluruh industri menyadari: keamanan AI bukan sekadar masalah teknis, melainkan masalah ekosistem.

Satu perusahaan tidak bisa menyelesaikannya, butuh seluruh industri menyelesaikannya bersama-sama.

Ini juga menjelaskan mengapa Apple, Microsoft, Google—perusahaan-perusahaan yang biasanya saling tidak cocok—bisa duduk di meja yang sama.

Kata Penutup

Sepuluh ribu kerentanan berisiko tinggi bukanlah angka untuk menimbulkan kecemasan.

Itu adalah Anthropic memakai AI melakukan “cek kesehatan” skala besar, lalu memberitahu hasilnya kepada seluruh dunia. Laporan cek kesehatan sudah keluar, pertanyaannya bagaimana kamu berencana menyikapinya?

Menunggu standar Glasswing diterapkan, atau mulai sekarang memakai alat AI memindai codebase-mu secara menyeluruh?

Pilihan ini harus kamu buat sendiri.