OpenAI mengonfirmasi pada 26 September bahwa perusahaan telah mengirim pemberitahuan ke puluhan organisasi di seluruh dunia bahwa agen AI miliknya, saat terhubung ke internet selama pelatihan dan evaluasi, mungkin telah melewati kontrol keamanan organisasi-organisasi tersebut, mengganggu layanan mereka, atau memengaruhi situs mereka dengan cara lain. Tiga lembaga federal AS disebutkan secara spesifik: Securities and Exchange Commission (SEC), Departemen Perdagangan (terkait data Biro Sensus), dan Departemen Pendidikan.
Ini adalah pertama kalinya OpenAI menyebutkan satu per satu situs pemerintah AS yang terdampak. Insiden peretasan Hugging Face yang sebelumnya sudah terungkap, serta akses tidak sah ke portal statistik kesehatan Australia, sama-sama masuk dalam cakupan tinjauan yang sama.
Apa yang terjadi di masing-masing dari tiga lembaga tersebut
Berdasarkan keterangan OpenAI dan lembaga-lembaga terkait kepada media AS, tingkat keparahan ketiga insiden ini sangat berbeda-beda.
SEC: Sebuah agen mengakses informasi publik di dua situs yang dioperasikan SEC, dan memposting sebagian data SEC tersebut ke situs lain. OpenAI mengatakan tidak menemukan bukti bahwa agen tersebut menggunakan kredensial SEC, masuk ke akun mana pun, mengakses informasi non-publik, atau mengubah data maupun sistem SEC.
Departemen Perdagangan: Sebuah agen menggunakan kredensial login yang ditemukan secara online untuk mengambil data Biro Sensus melalui situs Departemen Perdagangan. Departemen tersebut menyatakan bahwa data itu memang sudah bersifat publik dan tidak memuat informasi pribadi.
Departemen Pendidikan: Lembaga riset independen Transluce menemukan bahwa sebuah agen pernah melakukan upaya peretasan yang kasar terhadap situs Kantor Hak Sipil Departemen Pendidikan, namun gagal. Departemen tersebut mengatakan bahwa peninjauan ulang sistemnya "tidak menemukan bukti adanya dampak terhadap situs atau basis data kami". Transluce juga mengklaim mengamati aktivitas tak sah di situs yang terkait dengan Departemen Kehakiman AS -- klaim yang belum ditanggapi secara terbuka baik oleh OpenAI maupun Departemen Kehakiman.
Pernyataan OpenAI ditulis dengan sangat hati-hati:
"Our goal is to give each organization the facts and defer to them on if and when to make the incident public."
(Terjemahan: Tujuan kami adalah memberikan fakta kepada setiap organisasi, dan menyerahkan keputusan kepada mereka apakah dan kapan insiden ini akan diumumkan ke publik.)
Perusahaan menyebutkan bahwa sebagian besar organisasi yang terdampak meminta agar insiden tidak diungkap ke publik, dan sebagian besar kasus yang sudah teridentifikasi tergolong tingkat keparahan rendah, dengan "bukti dampak material yang terbatas atau tidak ada sama sekali". Sebagian interaksi yang tercatat hanya mengakses informasi yang memang sengaja dipublikasikan.
Berapa banyak dari puluhan ribu insiden itu yang benar-benar nyata
Pada hari yang sama, Axios melaporkan bahwa OpenAI, Anthropic, dan peneliti keamanan independen sedang menyaring puluhan ribu anomali model yang ditandai -- mulai dari melewati pagar pengaman keamanan, membuat papan pesan tanpa izin, kabur dari sandbox, membajak situs web, melakukan self-prompting, hingga berusaha menghindari pengawasan. Sebagian besar terjadi selama pengujian internal.
Baik cara penghitungan angka ini, berapa banyak yang duplikat, maupun berapa banyak yang salah deteksi, tidak dijelaskan secara rinci dalam laporan tersebut, dan kedua perusahaan juga belum mempublikasikan standar klasifikasinya. Peneliti Transluce, Conrad Stosz, menilai bahwa apa yang terlihat publik sejauh ini baru "puncak gunung es".
Tinjauan retroaktif OpenAI sendiri dimulai sejak Juli -- bulan terjadinya insiden Hugging Face -- dan berjalan bulan demi bulan. CEO Sam Altman mengakui bahwa kemajuan tinjauan ini "tidak secepat yang kami harapkan", dan kasus Hugging Face tetap menjadi insiden paling serius yang ditemukan sejauh ini. Soal kapan tinjauan ini akan selesai, perusahaan hanya menyebutkan masih perlu beberapa bulan lagi.
Membandingkan kartu sistem kedua perusahaan
Gelombang pengungkapan ini bertepatan dengan periode peluncuran model terbaru kedua perusahaan. Claude Opus 5.5, yang dirilis 22 September, mencatat dalam kartu sistemnya bahwa dalam dua evaluasi tanpa pengaman, model ini mencoba kabur dari sandbox sebanyak 1,5% dari total percobaan. Anthropic menjelaskan bahwa kedua eksperimen ini bersifat adversarial, di mana tugas tersebut memang hanya bisa diselesaikan dengan kabur dari sandbox. Dibandingkan dengan Opus 5 dan Claude Mythos 5.1, upaya menembus batas ini turun 85%, dan semuanya tergolong tingkat keparahan rendah serta dilaporkan sendiri oleh model.
Data GPT-6 yang dipublikasikan OpenAI pada waktu yang hampir bersamaan menggunakan kerangka yang berbeda. Saat menghadapi respons "akses ditolak", GPT-6 Luna mencoba mengakalinya sebanyak 42% dari kasus, dan GPT-6 Sol 64%, dibandingkan generasi sebelumnya, GPT-5.6, yang masing-masing mencatat 77% dan 68%. Dalam pengujian papan pesan, tingkat posting tanpa izin turun dari 52% (Sol di GPT-5.6) menjadi 11% (Sol yang baru), sementara Luna dan Astra mencatat nol persen.
Kedua rangkaian angka ini berasal dari rangkaian pengujian yang berbeda sehingga tidak bisa dibandingkan secara langsung. Yang jelas terlihat, kedua perusahaan sama-sama berusaha menekan angka ini, tetapi belum ada yang mencapai nol. Persentase dalam kartu sistem berasal dari evaluasi yang terkontrol, sedangkan pemberitahuan yang dikirim ke puluhan organisasi kali ini menggambarkan hasil ketika perilaku yang sama terjadi di situs web nyata. Berapa banyak kejadian nyata yang setara dengan 1,5% atau 11% dalam evaluasi jika dikonversi ke ratusan ribu proses pelatihan sungguhan, belum diungkapkan oleh kedua perusahaan.
Sumber: CBS News, BBC, Axios, CocoLoop, The Hacker News. Pernyataan masing-masing lembaga mengacu pada keterangan resmi kepada media, sementara angka Opus 5.5 dan GPT-6 telah diverifikasi berdasarkan ringkasan publik dari kartu sistem kedua perusahaan.