Kemunculan Singkat Model Keamanan AI Mythos di Claude Picu Spekulasi

Menurut Anthropic, model pada tingkat kemampuan ini dapat melampaui hampir semua peneliti keamanan manusia dalam menemukan dan mengeksploitasi kerentanan software, kecuali segelintir pakar paling elite. Karena alasan itu, perusahaan memilih untuk tidak merilisnya secara luas.

Kemampuan seperti ini menandai kategori baru AI: sistem yang dapat menganalisis ekosistem software kompleks secara otomatis dan menemukan bug atau celah keamanan yang mungkin tidak ditemukan selama bertahun‑tahun.

Project Glasswing: Program Akses Terbatas

Alih‑alih merilis Mythos secara publik, Anthropic meluncurkan Project Glasswing, sebuah inisiatif keamanan siber defensif yang menggunakan model tersebut.

Dalam program ini, akses diberikan hanya kepada sejumlah kecil mitra yang telah diverifikasi, termasuk perusahaan teknologi besar dan organisasi yang mengelola infrastruktur software penting. Mereka menggunakan Mythos untuk pekerjaan keamanan defensif seperti audit sistem dan pelaporan kerentanan.

Seiring waktu, program ini berkembang hingga melibatkan sekitar 50 organisasi mitra, termasuk perusahaan teknologi besar dan pengelola proyek open‑source penting.

Tujuan utamanya adalah memberi pihak yang bertanggung jawab atas software penting kesempatan untuk memperkuat sistem mereka sebelum kemampuan AI serupa menjadi umum.

Temuan Keamanan yang Sudah Dihasilkan

Meskipun aksesnya terbatas, hasil awal dari penggunaan Mythos cukup mencolok.

Kolaborasi dalam Project Glasswing dilaporkan telah menemukan lebih dari 10.000 kerentanan software dengan tingkat keparahan tinggi atau kritis di berbagai sistem yang banyak digunakan di dunia.

Laporan lain juga menyebut model ini mampu:

• Menemukan zero‑day vulnerabilities yang sebelumnya tidak diketahui.
• Mengidentifikasi celah keamanan di sistem operasi dan browser besar.
• Mengotomatisasi proses pencarian kerentanan dan pembuatan eksploitasi pada skala yang sebelumnya hanya bisa dilakukan oleh peneliti keamanan tingkat tinggi.

Beberapa laporan benchmark juga menyebut Mythos meraih sekitar 93,9% pada SWE‑bench Verified, sebuah tolok ukur yang menguji kemampuan menyelesaikan masalah rekayasa perangkat lunak nyata. Namun angka ini belum sepenuhnya dikonfirmasi dalam semua materi resmi Anthropic.

Kemampuan tersebut membuat model ini dianggap dual‑use: sangat berguna bagi tim keamanan, tetapi berpotensi berbahaya jika dimanfaatkan oleh penyerang.

Mengapa Kemunculannya di Developer Tools Menarik Perhatian

Karena Mythos biasanya dikunci dalam Project Glasswing, setiap indikasi bahwa model ini muncul di infrastruktur pengembang umum langsung memicu perhatian.

Beberapa pengamat menafsirkan kemunculan tersebut sebagai kemungkinan bahwa:

• Anthropic mulai menghubungkan Mythos dengan infrastruktur Claude yang lebih luas.
• Sistem internal sudah mendukung model ini melalui API atau platform developer.
• Kemampuan keamanan sibernya mungkin akan diintegrasikan ke workflow pengembangan software di masa depan.

Namun hingga saat ini belum ada pengumuman resmi bahwa model tersebut akan dirilis secara publik atau tersedia untuk developer secara umum.

Pengawasan Pemerintah dan Kekhawatiran Keamanan

Kemampuan Mythos juga memicu perhatian dari pembuat kebijakan.

Pejabat pemerintah Amerika Serikat telah membahas kemungkinan pengawasan terhadap model AI keamanan siber yang sangat kuat, karena sistem yang mampu menemukan dan mengeksploitasi kerentanan juga dapat mempermudah serangan siber besar.

Beberapa pejabat bahkan dilaporkan menentang perluasan akses Mythos ke lebih banyak organisasi karena risiko penyalahgunaan serta keterbatasan infrastruktur komputasi untuk melayani pengguna tambahan.

Faktor‑faktor ini menjadi alasan utama mengapa model tersebut masih dibatasi meskipun potensinya sangat besar bagi pengembang dan tim keamanan.

Mengapa Mythos Penting untuk Masa Depan Keamanan AI

Mythos menandai perubahan besar dalam hubungan antara AI dan keamanan siber.

Jika sebelumnya AI hanya membantu developer menulis kode, generasi baru model seperti ini dapat menganalisis basis kode besar secara mandiri, menemukan kerentanan, dan bahkan menghasilkan eksploitasi yang berfungsi.

Kemampuan tersebut dapat mempercepat penelitian keamanan defensif secara drastis—tetapi pada saat yang sama juga meningkatkan potensi operasi siber ofensif.

Keputusan Anthropic untuk merilis Mythos hanya melalui Project Glasswing menunjukkan betapa seriusnya perusahaan memandang risiko ini. Namun kemunculan singkatnya di developer tools mengisyaratkan bahwa industri mungkin suatu hari akan mengintegrasikan AI keamanan yang sangat kuat langsung ke platform pengembangan software.

Jika itu terjadi, cara dunia menemukan dan memperbaiki kerentanan software bisa berubah secara fundamental.