Perangkat IoT selama ini dikenal sebagai sasaran empuk karena jumlahnya sangat banyak, spesifikasinya beragam, dan sebagian tidak dirancang untuk menghadapi ancaman yang terus berubah. Kini muncul persoalan baru: model AI yang lebih kecil mulai menunjukkan kemampuan untuk beradaptasi dengan perangkat yang berbeda dan menjalankan rangkaian langkah teknis yang sebelumnya membutuhkan operator manusia.
Anthropic memperingatkan pada Oktober 2026 bahwa perkembangan ini dapat membuka jalan bagi jenis cacing komputer baru yang membawa model AI atau mengunduh bobot model saat berpindah dari satu perangkat ke perangkat lain. Peringatan tersebut berasal dari eksperimen keamanan yang menguji kemampuan model kecil pada perangkat Android TV murah dan perangkat IoT lain. Penting dicatat, eksperimen itu belum membuktikan bahwa model yang diuji dapat melakukan replikasi end-to-end secara mandiri.
Apa yang sebenarnya diuji Anthropic?
Penelitian Anthropic berfokus pada pertanyaan praktis: seberapa jauh model AI ringan dapat membantu menjalankan proses kompromi dan penyebaran di perangkat dengan arsitektur berbeda? Para peneliti menguji model open-weight pada perangkat dengan sumber daya terbatas dan mengeksplorasi penggunaan teknik seperti kuantisasi serta pembagian beban inferensi ke beberapa perangkat.
Dalam skenario tersebut, agen AI diberi akses ke alat eksploitasi umum. Alur yang diteliti mencakup menemukan target, memperoleh eksekusi kode, menyiapkan lingkungan inferensi, lalu mencoba berpindah ke host lain. Kemampuan yang paling menarik bukan sekadar menghasilkan kode, melainkan menyesuaikan konfigurasi dengan perangkat yang dihadapi.
Mengapa kemampuan beradaptasi menjadi masalah besar?
Malware tradisional biasanya harus dibuat dengan pengetahuan cukup spesifik tentang sistem operasi, arsitektur prosesor, layanan jaringan, atau kerentanan yang ingin dimanfaatkan. Model AI berpotensi mengurangi pekerjaan manual itu dengan mencoba memahami lingkungan target dan mengubah langkahnya ketika metode pertama gagal.
Dalam eksperimen Anthropic, model juga dapat menyimpan catatan tentang langkah yang gagal sehingga agen berikutnya tidak perlu mengulang percobaan yang sama. Jika kemampuan semacam ini suatu hari dipadukan dengan eksploit yang andal dan infrastruktur distribusi otomatis, penyebaran malware bisa menjadi lebih fleksibel dibanding worm konvensional.
Namun, AI worm belum terbukti siap menyebar sendiri
Ini bagian yang paling penting agar temuan tidak dibaca secara berlebihan. Anthropic sendiri menyatakan bahwa model ringan yang diuji belum mampu melakukan seluruh rantai replikasi dari awal sampai akhir secara mandiri. Beberapa tahap masih membutuhkan bantuan orkestrasi dan prosesnya sangat lambat.
Eksperimen juga memiliki kondisi khusus. Salah satu perangkat Android yang diuji memiliki Android Debug Bridge tanpa autentikasi yang terbuka, konfigurasi yang tidak semestinya dipakai pada perangkat produksi. Karena itu, hasil penelitian tidak berarti semua perangkat IoT di internet sekarang dapat dengan mudah diambil alih oleh AI.
Kenapa perangkat IoT menjadi target yang menarik?
Ekosistem IoT sangat heterogen. Kamera keamanan, televisi pintar, router, perangkat rumah tangga, sensor industri, dan perangkat murah lain dapat menggunakan kombinasi perangkat keras serta perangkat lunak yang berbeda. Bagi defender, keragaman ini membuat inventarisasi, patching, dan pemantauan menjadi sulit.
Model AI yang dapat menyesuaikan instruksi atau konfigurasi terhadap lingkungan tertentu berpotensi membuat heterogenitas tersebut menjadi keuntungan bagi penyerang. Sebaliknya, kemampuan yang sama juga dapat digunakan oleh tim keamanan untuk menguji sistem secara lebih luas dan menemukan konfigurasi lemah lebih cepat.
Apa yang perlu dilakukan pemilik perangkat?
Pengguna rumahan maupun organisasi tidak perlu panik, tetapi praktik dasar keamanan IoT menjadi semakin penting. Matikan layanan debugging yang tidak diperlukan, gunakan kata sandi unik, perbarui firmware, pisahkan perangkat IoT dari jaringan utama jika memungkinkan, dan pantau perangkat yang tiba-tiba melakukan koneksi keluar yang tidak biasa.
Untuk organisasi, inventaris aset dan kemampuan untuk memblokir komunikasi perangkat yang tidak semestinya menjadi semakin penting. Pengelola jaringan juga perlu memperlakukan perangkat murah yang tidak lagi menerima pembaruan sebagai bagian dari permukaan serangan, bukan sekadar aksesori jaringan.
Ancaman yang perlu dipantau, bukan ditakuti secara berlebihan
Temuan Anthropic menunjukkan arah perkembangan yang layak diperhatikan: model yang lebih kecil semakin mampu menjalankan pekerjaan teknis yang kompleks pada perangkat dengan sumber daya terbatas. Tetapi jarak antara demonstrasi laboratorium dan worm AI yang benar-benar dapat menyebar tanpa kendali masih signifikan.
Yang berubah adalah biaya untuk mengotomatisasi sebagian pekerjaan penyerang. Jika kemampuan model terus meningkat, pertahanan juga harus bergerak dari sekadar memblokir malware yang dikenal menuju pemantauan perilaku, segmentasi jaringan, pembaruan perangkat, dan pembatasan kemampuan agen AI.
Sumber: Reuters, 13 Oktober 2026; Ars Technica, 14 Oktober 2026.
Leave a comment