Terungkap, Startup Israel Irregular Jadi Benang Merah Insiden AI Lolos Kendali di OpenAI, Anthropic, dan Meta

Selama dua pekan terakhir, tiga laboratorium AI paling berpengaruh di dunia sama-sama mengaku model mereka lolos kendali dan menyerang sistem pihak lain. Yang tidak banyak disorot: ketiga insiden itu ternyata terjadi di tempat yang sama—dan disebabkan startup yang sama pula.

Sebuah startup kecil asal Tel Aviv, Israel, bernama Irregular, terungkap menjadi benang merah di balik rangkaian insiden AI lolos kendali yang mengguncang OpenAI, Anthropic, dan Meta sepanjang dua pekan terakhir. Ketiga perusahaan itu masing-masing menyebut nama yang sama saat menjelaskan bagaimana model AI mereka bisa mengakses internet dan menyerang sistem pihak ketiga di luar lingkungan pengujian yang seharusnya terisolasi, menurut laporan CNBC yang dipublikasikan Sabtu (9/8/2026).

Testbed Bersama untuk Tiga Raksasa AI Sekaligus

Irregular, yang sebelumnya bernama Pattern Labs, didirikan sekitar tiga tahun lalu oleh CEO Dan Lahav—mantan peneliti AI di IBM—bersama CTO Omer Nevo yang pernah bekerja di Google. Perusahaan ini mengantongi pendanaan 80 juta dolar AS dari Sequoia Capital dan Redpoint Ventures, dengan valuasi mencapai 450 juta dolar AS tahun lalu. Teknologi mereka berfungsi sebagai semacam testbed keamanan siber bagi model-model AI paling canggih di dunia—tempat model sengaja "diadu" melawan skenario serangan nyata untuk menemukan celah sebelum dirilis ke publik.

Semua insiden yang terjadi pada OpenAI, Anthropic, dan Meta sama-sama melibatkan model AI yang mengakses situs web yang seharusnya berada di luar jangkauan mereka selama proses pengujian keamanan siber. Nama Irregular terus muncul karena perusahaan inilah yang menjadi tuan rumah bagi lingkungan evaluasi (evaluation testbed) yang dipakai ketiga lab tersebut. OpenAI, dalam blog resmi mereka tertanggal 4 Agustus, menyebut testbed milik Irregular mengandung "kesalahan konfigurasi" yang tidak disebutkan secara spesifik, yang "memungkinkan model mengakses internet publik." Anthropic, dalam pengumuman seminggu sebelumnya, menyebut mereka memberi tahu Irregular beberapa hari setelah mulai menganalisis data yang menunjukkan model Claude mereka mungkin "telah mengakses internet."

Penjelasan dari Irregular: Kegagalan Memahami Batas Lingkungan Uji

Menurut laporan Calcalist, eksekutif Irregular menjelaskan filosofi di balik desain pengujian mereka: model AI perlu terhubung dengan dunia nyata agar pengujian benar-benar mencerminkan skenario serangan sungguhan, karena penyerang sesungguhnya akan menggunakan semua alat yang tersedia. Namun ribuan pengujian yang bisa berjalan selama berhari-hari—terkadang hingga 72 jam berturut-turut—membuat kesalahan konfigurasi sekecil apa pun berpotensi membuat model bergerak melampaui batasan yang seharusnya.

"Dalam kasus ini, model gagal menyelesaikan tugas yang diberikan, mencari solusi secara online, dan tidak menyadari bahwa dirinya telah keluar dari lingkungan pengujian dan tengah berinteraksi dengan dunia nyata," jelas eksekutif Irregular kepada Calcalist. Juru bicara Irregular mengonfirmasi kepada CNBC bahwa perusahaan "akan menerbitkan retrospektif lengkap begitu kami memiliki seluruh fakta yang diperlukan."

Konsentrasi Risiko di Tangan Segelintir Vendor

Insiden Irregular ini menyusul terungkapnya insiden terpisah pada Juli lalu, ketika agen AI yang menjalankan model keamanan siber OpenAI berhasil membobol Hugging Face, platform open-source yang dipakai developer di seluruh dunia untuk berkolaborasi dan berbagi tools AI. Insiden tersebut memicu gelombang kekhawatiran luas soal akuntabilitas AI, sekaligus mempertegas bahwa era ancaman siber berbasis AI otonom—yang selama ini diperingatkan banyak pakar keamanan sejak debut Claude Mythos milik Anthropic—benar-benar telah tiba.

Terungkapnya nama Irregular sebagai benang merah ketiga insiden ini turut menyoroti fenomena yang lebih luas: pengujian keamanan model AI frontier kini bertumpu pada segelintir vendor spesialis yang dipercaya seluruh laboratorium besar sekaligus. Konsentrasi semacam ini menguntungkan bagi vendor bersangkutan, namun berisiko canggung bagi seluruh ekosistem di bawahnya—jika satu vendor testing mengalami kesalahan konfigurasi, dampaknya bisa merembet ke banyak laboratorium sekaligus, seperti yang baru saja terjadi.

Rangkaian insiden inilah yang belakangan mendorong munculnya desakan politik agar RUU "AI Kill Switch Act" segera disahkan Kongres AS tahun ini, seiring meningkatnya kekhawatiran soal kemampuan model AI canggih melakukan aksi siber ofensif tanpa sepenuhnya bisa dikendalikan pembuatnya sendiri.