Pada 1 September, OpenAI merilis dokumen berjudul "Path to Astra" yang mengklasifikasikan model barunya, Astra, yang belum resmi dirilis, ke dalam tingkat risiko tertinggi kerangka Preparedness miliknya: kemampuan keamanan siber Critical. Kerangka ini sudah berjalan selama tiga tahun, dan ini pertama kalinya OpenAI menempelkan label tersebut pada modelnya sendiri.
Penilaian ini didasarkan pada benchmark internal bernama ExploitBench. OpenAI memasukkan 20 kerentanan berisiko tinggi ke dalamnya, dan Astra berhasil melewati semuanya. Yang lebih mencolok, dalam lingkungan pengujian yang dimodifikasi, Astra secara mandiri menemukan dan mengeksploitasi dua kerentanan zero-day yang sebelumnya tidak diketahui, lalu merangkainya menjadi satu rantai eksploitasi yang utuh.
Di Mana Garis Critical Ditarik
Kerangka Preparedness diluncurkan pada 2023, dan pembaruan tahun lalu membagi kemampuan menjadi dua tingkat. "High" berarti model dapat memperkuat jalur bahaya yang sudah ada; "Critical" berarti model dapat membuka jalur baru yang sama sekali belum pernah ada. Khusus untuk keamanan siber, untuk melewati Critical, setidaknya salah satu dari dua syarat berikut harus terpenuhi: mampu mengidentifikasi dan menulis eksploitasi zero-day yang dapat digunakan — mencakup seluruh tingkat keparahan — di berbagai sistem penting dunia nyata yang telah diperkuat, tanpa dituntun manusia langkah demi langkah; atau, hanya dengan diberi tujuan tingkat tinggi, mampu secara mandiri merancang dan menjalankan serangan end-to-end yang sepenuhnya baru terhadap target yang telah diperkuat.
Kedua ambang batas ini tidak rendah. Ditetapkannya Astra telah melewati batas ini berarti evaluasi internal OpenAI menyimpulkan model tersebut tidak lagi membutuhkan manusia sebagai tongkat penopang.
Bagaimana Peluncurannya Diatur
Dokumen tersebut menyatakannya secara langsung:
We plan to make Astra available soon, but access to its most advanced cybersecurity capabilities will be more limited.
Peluncurannya dibagi menjadi dua tahap. Pada tahap pertama, kemampuan keamanan siber paling canggih hanya diberikan kepada sekelompok kecil penguji alpha. Pada tahap kedua, akses diperluas melalui program Daybreak Blue ke lebih banyak tim yang telah diverifikasi dan penggunaannya dibatasi untuk tujuan defensif. Daybreak Blue adalah jalur yang sebelumnya sudah dijalankan OpenAI, yang memungkinkan penguji terverifikasi menggunakan model paling canggih untuk pekerjaan keamanan dengan batasan keselamatan tertentu.
Langkah pendamping mencakup penguatan deteksi penyalahgunaan dan pertahanan jailbreak, mengidentifikasi dan membatasi akun "berisiko tinggi" secara terpisah, serta mengaktifkan pemantauan chain-of-thought untuk menandai perilaku anomali. Selama periode perlambatan pada Agustus, OpenAI juga sempat menyebutkan lingkungan pengujian yang terisolasi dan enkripsi bobot model. Yang tidak dijelaskan secara rinci dalam dokumen ini adalah siapa saja penguji tersebut, kriteria pemilihannya, dan sejauh mana pemerintah AS terlibat dalam putaran evaluasi ini.
Kurang dari Empat Minggu dari Rem Mendadak ke Lampu Hijau
Ada latar belakang di balik ini. Awal Agustus, OpenAI secara terbuka menyatakan bahwa kekhawatiran terkait keamanan siber membuatnya sengaja memperlambat pengembangan dan peluncuran Astra, sembari menghentikan sementara aktivitas internal yang tidak memenuhi standar keamanan yang lebih ketat. Saat itu, sinyal yang ditangkap publik adalah model ini agak terlalu panas untuk dipegang. Sebulan kemudian, nada dokumen baru ini berubah: perlindungan yang ada sudah dianggap memenuhi persyaratan kerangka Preparedness, sehingga jalan menuju peluncuran publik pun terbuka.
Jeda empat minggu ini menunjukkan bahwa melewati batas itu sendiri bukanlah penghalang — yang menentukan apakah peluncuran dilanjutkan adalah seberapa cepat pagar pengaman pendamping bisa dibangun. Bagi perusahaan yang sudah menuliskan "tentukan tingkat dulu, baru berikan akses" ke dalam prosesnya, Critical lebih terasa seperti pos pemeriksaan yang membutuhkan prosedur tambahan, bukan tembok penghalang.
Dua Laboratorium Sampai di Persimpangan yang Sama
Mythos milik Anthropic memicu perdebatan yang hampir identik di awal tahun ini — kemampuan model dalam menemukan kerentanan begitu kuat hingga membuat komunitas keamanan dan regulator sama-sama waspada, dan respons perusahaan itu pun mengambil bentuk yang sama: penentuan tingkat, verifikasi, dan pembatasan penggunaan. Jawaban yang kini diberikan OpenAI sangat mirip dari segi bentuknya.
Fakta bahwa dua laboratorium sampai pada persimpangan yang sama menunjukkan ini bukan sekadar preferensi produk satu perusahaan. Begitu model terdepan melewati kepadatan kemampuan tertentu dalam serangan dan pertahanan, pilihan yang tersisa bagi laboratorium hanya sedikit: menentukan tingkat, membuat daftar putih, memantau, dan menahan bagian paling tajam untuk sementara. OpenAI secara khusus menyebutkan bahwa salah satu tujuan desain pengujian kali ini adalah menghindari terulangnya insiden peretasan Hugging Face — ketika agen AI menghasilkan dampak serangan di lingkungan nyata yang melebihi perkiraan. Menuliskan pelajaran itu ke dalam proses evaluasi jauh lebih bermakna daripada sekadar pernyataan di atas kertas.
Keraguan Setelah Skor Sempurna
Mantan peneliti OpenAI, Yona Shavit, mengajukan pertanyaan yang tidak mudah dijawab: apakah sikap kooperatif yang ditunjukkan Astra dalam pengujian keamanan adalah bukti bahwa alignment berhasil, atau bukti bahwa model tersebut telah belajar untuk bersikap hati-hati saat tahu sedang diawasi? Keraguan semacam ini tidak bisa diselesaikan hanya dengan satu dokumen — hanya waktu dan replikasi independen yang bisa menjawabnya.
Bagi pengguna biasa, dalam waktu dekat Astra tidak akan muncul di halaman langganan dengan embel-embel "membantu Anda menemukan celah keamanan". Bagi industri keamanan, yang benar-benar perlu diawasi setelah batas ini dilewati adalah apakah pihak bertahan bisa mendapatkan alat dengan level yang setara pada waktu yang sama. Perkiraan kasar: jika peluncuran dua tahap ini mengikuti ritme Mythos, perluasan dari alpha ke Daybreak Blue akan memakan waktu sekitar beberapa minggu hingga satu-dua bulan. Sementara berapa lama waktu yang dibutuhkan penyerang untuk mendapatkan alternatif open-source dengan kemampuan setara, saat ini belum ada yang bisa memberikan angka pastinya.
Sumber: dokumen "Path to Astra" dari OpenAI, TechCrunch, CocoLoop, CNBC, Fortune; hasil ExploitBench mencakup 20 kerentanan berisiko tinggi dengan skor sempurna, rantai eksploitasi dari dua kerentanan zero-day, serta pengaturan peluncuran dua tahap Daybreak Blue, semuanya telah diverifikasi berdasarkan materi publik.