Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. 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, ch
Percakapan Sam Altman dengan salah satu pendiri Stripe, John Collison, di podcast Cheeky Pint pada 29 Oktober 2026 membahas kemampuan AI dalam riset, keamanan perangkat lunak, dan sulitnya membatasi sistem yang sangat canggih. Benang merahnya: AI yang lebih kuat dapat membantu memecahkan persoalan teknis rumit, tetapi juga mempermudah pencarian celah yang selama ini luput. Temuan tetap perlu diverifikasi, diperbaiki, lalu ditangani dengan penerapan yang cermat.15
20
Sebuah laporan tentang episode tersebut menyebut para peneliti OpenAI menguji model internal dengan persoalan sulit dari sejumlah bidang. Mereka menggunakan kanal bernama “Model Name-Hold My Beer”. Menurut laporan itu, model tersebut menyelesaikan persoalan satu demi satu. Nama kanal itu tidak serta-merta membuktikan bahwa “Hold My Beer” adalah nama resmi model.5
Sebuah unggahan media sosial yang membagikan klip juga menggambarkan Altman sangat bersemangat dengan hasilnya, tetapi merasa lebih sedih dari yang ia duga—seolah ada sesuatu yang sedang berakhir. Rincian emosi itu berasal dari unggahan yang beredar, bukan transkrip yang telah diverifikasi secara independen dalam laporan yang tersedia.27
Liputan podcast memperkirakan eksperimen OpenAI terkait persamaan Navier–Stokes menghabiskan sekitar US$10 juta dalam komputasi.2 Angka tersebut merupakan perkiraan yang diberitakan, bukan audit independen atas biaya komputasi ataupun verifikasi atas pembuktian yang diklaim. Sumber yang tersedia juga tidak mengonfirmasi penghematan tertentu dari penggunaan tim agen.
2
Dalam transkrip yang terindeks, Altman memilih istilah “tim agen” ketimbang “kawanan agen”. Ia mengatakan tim semacam itu mungkin memiliki sifat menarik terkait hukum penskalaan dan keselarasan (alignment) yang layak diteliti. Ini adalah arah riset yang ia usulkan, bukan bukti bahwa tim agen otomatis lebih selaras atau lebih aman.17
Altman juga diberitakan lebih menyukai gagasan tentang satu triliun AI yang sedikit melampaui kemampuan manusia dibandingkan satu sistem dengan kecerdasan yang sangat dominan. Alasan yang disampaikan dalam liputan adalah bahwa banyak pelaku dapat memberi ketahanan lebih besar daripada bergantung pada satu kecerdasan saja.21
Soal pembatasan, laporan mengutip Altman mengatakan sandbox—lingkungan terisolasi untuk menjalankan model—hanya efektif “sampai batas tertentu” jika model jauh lebih cerdas daripada orang yang mengoperasikannya. Dalam percakapan yang sama, ia menyebut pusat data yang dapat mereplikasi diri “dalam jangkauan” dan mengatakan OpenAI akan mengarahkan robotik untuk membangun pusat data. Pernyataan itu menggambarkan pandangannya tentang masa depan, bukan bukti bahwa fasilitas yang bisa mereplikasi diri sudah ada.3
Pembahasan AI dan keamanan perangkat lunak punya contoh nyata dalam PHP2Shell. Nama itu merujuk pada dua kerentanan PHP, CVE-2026-109618 dan CVE-2026-109619. Keduanya mendapat skor CVSS 9,2 dan dapat memungkinkan eksekusi kode jarak jauh tanpa autentikasi.29
32
Calif menyebut kerentanan tersebut ditemukan dengan kontribusi Calif, OpenAI, dan Wiz. IBM melaporkan bahwa peneliti menggunakan sistem AI, termasuk GPT-5.6 Sol dari OpenAI, sebagai bagian dari upaya menemukan celah tersebut. IBM juga melaporkan adanya upaya eksploitasi setelah pengungkapan.31
44 CISA menyatakan kedua celah itu masuk ke katalog Known Exploited Vulnerabilities pada 26 Oktober dan mendesak organisasi untuk memasang patch.
29
Peringatan Altman yang lebih luas, sebagaimana dirangkum dalam liputan wawancara, adalah bahwa pemeriksaan sistematis terhadap kode yang sudah ada dengan bantuan AI dapat mengungkap lebih banyak celah serius daripada yang diperkirakan banyak orang.20 PHP2Shell menunjukkan bahwa penemuan hanyalah satu bagian dari proses keamanan: organisasi tetap perlu mengidentifikasi sistem terdampak, menilai laporan, dan menerapkan perbaikan. Untuk operator PHP, arahan langsung CISA adalah segera memasang patch.
29
Liputan wawancara mendukung adanya pembahasan tentang kemampuan riset, tim agen, keamanan siber, dan batas sandbox. Namun, sumber yang tersedia tidak memastikan jumlah penghematan dari tim agen, tidak memverifikasi secara independen hasil yang dilaporkan dari eksperimen Navier–Stokes, dan tidak mengonfirmasi semua klaim terkait insiden AI maupun penggunaan perangkat lunak yang beredar.2
17
Bagi tim pengembang, pelajaran praktisnya adalah menjadikan penemuan celah berbantuan AI sebagai alasan untuk memperkuat pemeliharaan perangkat lunak, bukan menggantikannya. Laporan bug perlu divalidasi, perbaikan perlu memiliki penanggung jawab yang jelas, dan pembaruan harus benar-benar diterapkan pada sistem yang digunakan. Tingkat keparahan PHP2Shell dan imbauan CISA untuk memasang patch menunjukkan pentingnya langkah-langkah itu, termasuk ketika AI membantu menemukan kerentanannya.29
32
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi.
Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi. Dua celah PHP2Shell memiliki skor CVSS 9,2. CISA memasukkannya ke katalog kerentanan yang diketahui dieksploitasi dan meminta organisasi segera memasang patch.
Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. 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, ch
Percakapan Sam Altman dengan salah satu pendiri Stripe, John Collison, di podcast Cheeky Pint pada 29 Oktober 2026 membahas kemampuan AI dalam riset, keamanan perangkat lunak, dan sulitnya membatasi sistem yang sangat canggih. Benang merahnya: AI yang lebih kuat dapat membantu memecahkan persoalan teknis rumit, tetapi juga mempermudah pencarian celah yang selama ini luput. Temuan tetap perlu diverifikasi, diperbaiki, lalu ditangani dengan penerapan yang cermat.15
20
Sebuah laporan tentang episode tersebut menyebut para peneliti OpenAI menguji model internal dengan persoalan sulit dari sejumlah bidang. Mereka menggunakan kanal bernama “Model Name-Hold My Beer”. Menurut laporan itu, model tersebut menyelesaikan persoalan satu demi satu. Nama kanal itu tidak serta-merta membuktikan bahwa “Hold My Beer” adalah nama resmi model.5
Sebuah unggahan media sosial yang membagikan klip juga menggambarkan Altman sangat bersemangat dengan hasilnya, tetapi merasa lebih sedih dari yang ia duga—seolah ada sesuatu yang sedang berakhir. Rincian emosi itu berasal dari unggahan yang beredar, bukan transkrip yang telah diverifikasi secara independen dalam laporan yang tersedia.27
Liputan podcast memperkirakan eksperimen OpenAI terkait persamaan Navier–Stokes menghabiskan sekitar US$10 juta dalam komputasi.2 Angka tersebut merupakan perkiraan yang diberitakan, bukan audit independen atas biaya komputasi ataupun verifikasi atas pembuktian yang diklaim. Sumber yang tersedia juga tidak mengonfirmasi penghematan tertentu dari penggunaan tim agen.
2
Dalam transkrip yang terindeks, Altman memilih istilah “tim agen” ketimbang “kawanan agen”. Ia mengatakan tim semacam itu mungkin memiliki sifat menarik terkait hukum penskalaan dan keselarasan (alignment) yang layak diteliti. Ini adalah arah riset yang ia usulkan, bukan bukti bahwa tim agen otomatis lebih selaras atau lebih aman.17
Altman juga diberitakan lebih menyukai gagasan tentang satu triliun AI yang sedikit melampaui kemampuan manusia dibandingkan satu sistem dengan kecerdasan yang sangat dominan. Alasan yang disampaikan dalam liputan adalah bahwa banyak pelaku dapat memberi ketahanan lebih besar daripada bergantung pada satu kecerdasan saja.21
Soal pembatasan, laporan mengutip Altman mengatakan sandbox—lingkungan terisolasi untuk menjalankan model—hanya efektif “sampai batas tertentu” jika model jauh lebih cerdas daripada orang yang mengoperasikannya. Dalam percakapan yang sama, ia menyebut pusat data yang dapat mereplikasi diri “dalam jangkauan” dan mengatakan OpenAI akan mengarahkan robotik untuk membangun pusat data. Pernyataan itu menggambarkan pandangannya tentang masa depan, bukan bukti bahwa fasilitas yang bisa mereplikasi diri sudah ada.3
Pembahasan AI dan keamanan perangkat lunak punya contoh nyata dalam PHP2Shell. Nama itu merujuk pada dua kerentanan PHP, CVE-2026-109618 dan CVE-2026-109619. Keduanya mendapat skor CVSS 9,2 dan dapat memungkinkan eksekusi kode jarak jauh tanpa autentikasi.29
32
Calif menyebut kerentanan tersebut ditemukan dengan kontribusi Calif, OpenAI, dan Wiz. IBM melaporkan bahwa peneliti menggunakan sistem AI, termasuk GPT-5.6 Sol dari OpenAI, sebagai bagian dari upaya menemukan celah tersebut. IBM juga melaporkan adanya upaya eksploitasi setelah pengungkapan.31
44 CISA menyatakan kedua celah itu masuk ke katalog Known Exploited Vulnerabilities pada 26 Oktober dan mendesak organisasi untuk memasang patch.
29
Peringatan Altman yang lebih luas, sebagaimana dirangkum dalam liputan wawancara, adalah bahwa pemeriksaan sistematis terhadap kode yang sudah ada dengan bantuan AI dapat mengungkap lebih banyak celah serius daripada yang diperkirakan banyak orang.20 PHP2Shell menunjukkan bahwa penemuan hanyalah satu bagian dari proses keamanan: organisasi tetap perlu mengidentifikasi sistem terdampak, menilai laporan, dan menerapkan perbaikan. Untuk operator PHP, arahan langsung CISA adalah segera memasang patch.
29
Liputan wawancara mendukung adanya pembahasan tentang kemampuan riset, tim agen, keamanan siber, dan batas sandbox. Namun, sumber yang tersedia tidak memastikan jumlah penghematan dari tim agen, tidak memverifikasi secara independen hasil yang dilaporkan dari eksperimen Navier–Stokes, dan tidak mengonfirmasi semua klaim terkait insiden AI maupun penggunaan perangkat lunak yang beredar.2
17
Bagi tim pengembang, pelajaran praktisnya adalah menjadikan penemuan celah berbantuan AI sebagai alasan untuk memperkuat pemeliharaan perangkat lunak, bukan menggantikannya. Laporan bug perlu divalidasi, perbaikan perlu memiliki penanggung jawab yang jelas, dan pembaruan harus benar-benar diterapkan pada sistem yang digunakan. Tingkat keparahan PHP2Shell dan imbauan CISA untuk memasang patch menunjukkan pentingnya langkah-langkah itu, termasuk ketika AI membantu menemukan kerentanannya.29
32
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi.
Altman mengatakan model internal OpenAI menangani soal riset sulit. Liputan podcast memperkirakan eksperimen Navier–Stokes menghabiskan sekitar US$10 juta untuk komputasi. Dua celah PHP2Shell memiliki skor CVSS 9,2. CISA memasukkannya ke katalog kerentanan yang diketahui dieksploitasi dan meminta organisasi segera memasang patch.