.webp)
Model Astra milik OpenAI diproyeksikan akan sangat edan. Perusahaan menyatakannya sebagai model bahasa besar pertama yang memenuhi 'ambang batas keamanan siber kritis'.
"Kami berencana untuk segera menghadirkan Astr. Namun, akses terhadap kemampuan keamanan siber yang paling canggih akan lebih terbatas," bunyi postingan blog OpenAI.
Melansir Tech Crunch, Rabu (2/9/2026), laboratorium pengembangan teknologi tersebut menyimpulkan bahwa Astra mampu menemukan celah keamanan yang belum diketahui pada sistem komputer. Bahkan ia dapat mengeksploitasinya tanpa panduan manusia. Hal ini serupa dengan kekhawatiran yang diungkapkan Anthropic terkait model Mythos mereka awal tahun ini, dan OpenAI mengambil langkah pencegahan serupa saat bersiap meluncurkan Astra.
SCROLL TO CONTINUE WITH CONTENT
Tanpa adanya konfirmasi dari pihak ketiga, sulit untuk menilai klaim OpenAI mengenai aspek keamanan atau kesiapan model tersebut. Perusahaan menyatakan akan melakukan uji coba awal model ini bersama sekelompok penguji, hanya saja tidak menyebutkan siapa mereka. Belum jelas apakah OpenAI bekerja sama dengan pemerintah AS untuk mengevaluasi model ini sebelum dirilis.
Yang pasti, OpenAI mencatat Astra meraih skor sempurna dalam ExploitBench, sebuah evaluasi terhadap kemampuan LLM dalam meretas kerentanan sistem. Dalam versi tes yang dimodifikasi oleh insinyur OpenAI, model tersebut menemukan dan mengeksploitasi dua kerentanan zero-day.
Untuk memastikan modelnya tidak dieksploitasi oleh pihak yang berniat jahat maupun menunjukkan perilaku berbahaya, OpenAI mengaku telah mulai menyempurnakan sistem pengamanan model guna mendeteksi penyalahgunaan dan mencegah jailbreak (pembobolan batasan keamanan).
Kendati demikian, khusus untuk Astra, perusahaan diklaim telah berinvestasi pada teknik-teknik baru yang tidak dirinci secara spesifik, yang dirancang untuk meningkatkan keamanan model. OpenAI juga mulai mengidentifikasi akun yang dinilai memiliki risiko lebih tinggi dan membatasi respons model terhadap prompt dari akun-akun tersebut.
Lebih lanjut, meskipun perusahaan mendeskripsikan Astra sebagai model yang paling selaras dengan nilai-nilai keamanan, mereka akan meluncurkan model ini dengan sistem pemantauan chain-of-thought (alur penalaran) tambahan untuk mendeteksi dan menghentikan perilaku berbahaya.
OpenAI disebut telah merancang tes untuk memancing model baru tersebut agar meniru tindakan agen yang bertindak di luar kendali dalam insiden Hugging Face, di mana gen-agen tersebut bekerja sama untuk mengakses internet terbuka meskipun telah ada langkah pengamanan dari peneliti OpenAI. Mereka menyebutkan bahwa Astra tidak mencoba keluar dari lingkungan pengujiannya dalam eksperimen-eksperimen tersebut.
Terlepas dari berbagai detail baru ini, masih sulit untuk mengetahui secara pasti kemampuan Astra. Tidak dapat dipastikan apakah OpenAI telah mengambil langkah yang tepat demi menjamin keamanan. Meski begitu, pihak perusahaan menyatakan berencana merilis lebih banyak evaluasi model serta informasi keamanan tambahan saat sistem ini diluncurkan secara luas kepada publik.
