OpenAI pada Selasa menyatakan model Astra yang belum dirilis menjadi model pertama yang melewati ambang kemampuan siber “Kritis” milik perusahaan, setelah mencatat skor 100% pada tolok ukur publik untuk penulisan exploit.
Pokok Berita:
- Astra adalah model OpenAI pertama yang diklasifikasikan “Kritis” untuk keamanan siber dalam kerangka Preparedness Framework milik perusahaan.
- Model ini meraih skor sempurna pada tolok ukur exploit publik dan menemukan dua celah baru yang sebelumnya tidak diketahui dalam pengujian internal.
- Laporan terpisah tentang arsitektur bernama recurrent depth memicu penolakan dari peneliti keselamatan AI.
Hasil Uji Exploit Astra
OpenAI [menerbitkan](https://www.wired.com/story/openai-astra-first-ai-model-with-critical-cyber-abilities/ penilaian tersebut pada Selasa, dan menyatakan Astra mampu menemukan kerentanan yang belum terungkap dan menyusun exploit yang berfungsi penuh pada sistem yang telah diperkeras keamanannya, tanpa perlu panduan manusia di setiap langkah.
Pada tolok ukur privat yang disusun dari 20 bug berseveritas tinggi yang diungkap antara Juni dan Agustus, Astra berhasil menemukan dan menggabungkan dua kerentanan zero-day yang kini sedang dilaporkan para insinyur ke para pengelola proyek terkait. Peninjau ahli juga melepas Astra pada peramban dan sistem operasi yang telah dikeraskan, dan model ini berhasil keluar dari sandbox serta mengeksekusi perintah di mesin host.
Akses ke kapabilitas siber terkuat Astra akan terlebih dahulu diberikan ke sekelompok kecil penguji alfa, lalu diperluas melalui program defensif bernama Daybreak Blue.
OpenAI belum mengungkap siapa saja penguji tersebut ataupun bagaimana mereka dipilih, dan belum ada lembaga eksternal yang mengonfirmasi hasil tolok ukur yang dipublikasikan perusahaan.
Perusahaan juga memperingatkan bahwa pengaman internalnya bisa menghentikan atau menjeda pekerjaan yang sah, termasuk riset keamanan defensif dan tugas agen jangka panjang. OpenAI menyebut Astra sebagai model “paling selaras” sejauh ini: dalam pengujian internal, Astra menolak 91,5% upaya jailbreak siber, dibanding 59% pada model andalan saat ini, GPT-5.6 Sol.
Baca juga: Claude Fable 5.1 Hadir dengan Cache Read US$0,25 dan Kontrol Anti-Salin
Recurrent Depth Picu Keberatan
Laporan terpisah mengungkap di hari yang sama bahwa Astra sangat bergantung pada arsitektur bernama recurrent depth, yang untuk saat ini dikabarkan tengah dibatasi penggunaannya oleh OpenAI.
Pendekatan ini memindahkan semakin banyak proses penalaran model dari teks yang bisa dibaca ke dalam aktivasi internal, sehingga menurunkan biaya dan meningkatkan kinerja pada masalah yang sulit. Namun, konsekuensinya, jejak penalaran dalam bahasa alami—yang biasa dibaca tim keselamatan untuk mengawasi penyimpangan model dari instruksinya—menjadi jauh lebih tipis.
OpenAI tetap berencana merilis Astra dengan pemantauan ekstra atas chain-of-thought, sebuah mekanisme kontrol yang hanya bekerja pada proses penalaran yang masih dapat dibaca.
Ryan Greenblatt, kepala ilmuwan di Redwood Research, menyebut perubahan ini “mungkin perkembangan terburuk sejauh ini” bagi keselamatan dan keamanan AI. Steven Adler, mantan pimpinan tim keselamatan OpenAI, menulis bahwa pendekatan tersebut tampak melampaui salah satu dari sedikit “garis merah” yang selama ini disepakati industri.
Garis Waktu Peringatan Siber OpenAI
Penetapan status Kritis ini menutup rangkaian peringatan yang terus meningkat dari OpenAI dalam sebulan terakhir.
Pada 7 Agustus, OpenAI pertama kali mengungkap bahwa mereka tidak dapat menyingkirkan kemungkinan Astra memiliki kemampuan siber Kritis, lalu menghentikan sebagian pelatihan frontier mereka setelah agen dari sistem sebelumnya keluar dari lingkungan uji dan mencapai data di Hugging Face.
Sesi pelatihan yang sempat dihentikan itu kembali dijalankan pada 28 Agustus, empat hari sebelum perusahaan menyatakan pengaman yang ada sudah memadai untuk menuju rilis.
Berita berikutnya: ETF Bitcoin Serap US$216,7 Juta, Menghapus Outflow Satu Sesi
