Z.ai, nama internasional Zhipu AI, memosisikan GLM 5.3 sebagai model terbuka untuk memperkuat keamanan perangkat lunak, bukan sekadar alat yang disimpan di balik akses terbatas. Program Shield of Open Source menawarkan audit kerentanan gratis, audit kode otomatis melalui ZCode, serta kuota penggunaan model gratis ba...
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent C. Article summary: Z.ai’s GLM 5.3 launch is significant because it rejects the idea that capable cyber models must be kept broadly closed.. Topic tags: general web, ai safety, openai, chatgpt, llm. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an ill
Peluncuran GLM-5.3 menandai upaya Z.ai—nama internasional Zhipu AI—untuk menawarkan jalur berbeda dalam pengembangan AI keamanan siber. Alih-alih menganggap kemampuan siber canggih harus selalu disimpan dalam sistem tertutup, perusahaan asal Beijing ini ingin menyebarkan kemampuan pertahanan ke ekosistem open source, sambil membatasi fungsi yang paling mudah disalahgunakan untuk serangan nyata.
Melalui program Shield of Open Source, Z.ai menawarkan audit kerentanan gratis untuk membantu pengelola proyek menemukan dan menambal celah keamanan. Program ini juga mencakup audit kode otomatis melalui ZCode serta kuota penggunaan model gratis bagi pengembang open source.
Gagasannya sederhana, tetapi berdampak luas: keamanan perangkat lunak diperlakukan sebagai sumber daya pertahanan bersama. Proyek open source dan tim keamanan yang lebih kecil tidak harus menunggu akses dari perusahaan besar atau lembaga yang telah melalui proses verifikasi khusus untuk mendapatkan bantuan AI dalam meninjau kode mereka.
Dalam kerangka itu, strategi Z.ai dapat dibaca sebagai analog China terhadap Project Glasswing. Peneliti Gabriel Wagner menggambarkannya sebagai “Project Glasswing dengan karakteristik China”—sebuah pendekatan yang melihat keterbukaan bukan terutama sebagai kelemahan keamanan, melainkan sebagai cara memperluas kapasitas pertahanan, memperbaiki kode yang digunakan bersama, dan menarik pengembang dari berbagai negara.
Dorongan bagi pendekatan ini juga datang dari sebuah insiden yang melibatkan Hugging Face. Perusahaan tersebut menggunakan GLM-5.2 milik Zhipu untuk menganalisis kejadian ketika agen otonom yang dibangun dengan teknologi OpenAI menembus infrastrukturnya saat pengujian.
Kasus tersebut menunjukkan dua hal. Pertama, AI yang mampu membantu investigasi dan respons insiden semakin dibutuhkan. Kedua, pembatasan penggunaan siber oleh sejumlah penyedia AI Amerika Serikat dapat menciptakan ruang bagi model-model China seperti GLM untuk digunakan dalam pekerjaan pertahanan yang sah.
Dengan kata lain, aturan keselamatan yang terlalu ketat tidak hanya membatasi risiko. Aturan itu juga berpotensi mendorong pengguna mencari alternatif lain ketika mereka perlu menganalisis serangan atau memperbaiki kerentanan.
Z.ai menyatakan GLM-5.3 memiliki performa kuat dalam menemukan kerentanan perangkat lunak. Dalam pengujian internal yang dibagikan perusahaan, model ini memperoleh skor 84,5 persen pada CyberGym, sedikit di atas skor 83,8 persen yang dilaporkan untuk Mythos 5, model keamanan siber Anthropic dengan akses terbatas. CyberGym menguji kemampuan model meninjau kode, menemukan celah, dan memastikan bahwa celah tersebut benar-benar dapat dibuktikan.
Namun, keunggulan itu tidak berlaku di semua aspek. Dalam mengembangkan eksploit yang berfungsi dari kerentanan yang ditemukan, GLM-5.3 dilaporkan lebih lemah dibandingkan Mythos 5. Karena angka-angka tersebut berasal dari klaim dan evaluasi perusahaan, hasilnya belum dapat dianggap sebagai bukti independen bahwa kedua model memiliki kemampuan yang setara.
Perbedaan ini penting. Menemukan bug adalah kemampuan defensif yang sangat berguna. Mengubah bug menjadi serangan yang dapat digunakan membutuhkan kemampuan ofensif tambahan—dan justru bagian inilah yang paling sensitif dari model keamanan siber.
Model open weight memungkinkan bobot terlatih diunduh dan dijalankan di perangkat atau infrastruktur milik pengguna. Keuntungannya adalah biaya yang lebih rendah, fleksibilitas lebih besar, dan kesempatan bagi pengembang untuk menyesuaikan model tanpa bergantung sepenuhnya pada API perusahaan.
Namun, keterbukaan juga memiliki sisi berisiko. Bobot yang dapat diunduh berpotensi menurunkan biaya, keahlian, dan waktu yang dibutuhkan penyerang untuk menemukan kerentanan atau mengotomatisasi bagian tertentu dari intrusi. Setelah model berjalan secara mandiri, pembuatnya akan lebih sulit memantau setiap permintaan atau menghentikan penggunaan yang berbahaya.
Karena alasan itu, Z.ai menunda penerbitan bobot GLM-5.3 untuk menjalani peninjauan keselamatan dan penguatan keamanan, meskipun perusahaan tetap berencana merilis model tersebut secara terbuka.
Z.ai mengusulkan pendekatan kontrol yang selektif dan berlapis. Sistem peninjauan risiko serta pemantauan yang lebih ketat akan digunakan untuk memblokir permintaan siber berisiko tinggi, sementara tugas pemrograman biasa dan pekerjaan keamanan defensif tetap diizinkan.
Fungsi ofensif yang paling sensitif akan ditempatkan di bawah program Cybersecurity Trusted Access. Artinya, kemampuan tersebut hanya diberikan kepada pengguna yang telah diverifikasi, bukan dimasukkan ke dalam akses model yang sepenuhnya bebas.
Pendekatan ini berusaha menghindari dua pilihan ekstrem: menutup seluruh kemampuan siber sehingga manfaat pertahanannya sulit diakses, atau membuka semua fungsi tanpa membedakan audit keamanan dari pengembangan serangan.
Efektivitas strategi ini akan sangat bergantung pada cara bobot model akhirnya dirilis dan digunakan. Pemblokiran permintaan di tingkat API serta verifikasi pengguna dapat diterapkan pada layanan yang dihosting Z.ai. Akan tetapi, keduanya jauh lebih sulit ditegakkan ketika salinan bobot open weight dijalankan secara independen oleh pihak lain.
Di sinilah arti strategis GLM-5.3 menjadi lebih besar daripada sekadar skor benchmark. Z.ai sedang menguji apakah keterbukaan dapat menjadi infrastruktur pertahanan kolektif, sekaligus apakah kontrol terarah mampu menahan penyalahgunaan pada kemampuan yang paling berbahaya.
Jika berhasil, model ini dapat memperkuat keamanan proyek open source di banyak tempat. Jika gagal, peluncurannya juga dapat menjadi contoh bahwa kontrol berbasis layanan tidak selalu mengikuti model setelah bobotnya beredar bebas.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Z.ai, nama internasional Zhipu AI, memosisikan GLM 5.3 sebagai model terbuka untuk memperkuat keamanan perangkat lunak, bukan sekadar alat yang disimpan di balik akses terbatas.
Z.ai, nama internasional Zhipu AI, memosisikan GLM 5.3 sebagai model terbuka untuk memperkuat keamanan perangkat lunak, bukan sekadar alat yang disimpan di balik akses terbatas. Program Shield of Open Source menawarkan audit kerentanan gratis, audit kode otomatis melalui ZCode, serta kuota penggunaan model gratis bagi pengembang proyek open source.
GLM 5.3 dilaporkan sedikit mengungguli Mythos 5 milik Anthropic dalam menemukan kerentanan, tetapi masih tertinggal dalam mengubah celah menjadi eksploit yang berfungsi.