Google Threat Intelligence Group (GTIG) merilis laporan terbaru yang menyebut para pelaku kejahatan siber mulai memanfaatkan alat-alat kecerdasan buatan yang lebih dari sekadar prompt untuk melancarkan aksinya. Berdasarkan laporan tersebut, para peretas kini beralih menggunakan multi-agent framework guna mencari celah kerentanan secara otomatis sekaligus melakukan serangan siber.
Penggunaan Autonomous Workflows oleh Peretas
Dalam unggahan di blog resminya, seperti dilaporkan CNN Indonesia, GTIG menyoroti sejumlah tren kasus serangan siber terbaru yang menggunakan autonomous workflows seperti ARTEX, CAIRN, CyberStrikeAI, dan PentAGI. Alat-alat ini mampu mengeksekusi target dengan kecepatan operasional yang sangat tinggi.
GTIG menyatakan telah mengidentifikasi staging server yang menampung framework riset kerentanan multi-agen dan persenjataan bernama exploit_agent, yang terintegrasi dengan beberapa Large Language Models (LLM) frontier serta lokal. Berdasarkan temuan tersebut, operator exploit_agent diketahui secara spesifik menyasar situs web di Prancis yang berkaitan dengan industri media, hiburan, serta sektor pendidikan.
Sementara itu, framework PentAGI digunakan untuk memindai kerentanan berbagai organisasi di Asia. Di sisi lain, CAIRN terdeteksi dalam upaya serangan yang menyasar target di sektor penerbangan Amerika Serikat.
Para peretas melakukan riset celah keamanan dan mengeksekusi eksploitasi secara otomatis dengan bantuan kecerdasan buatan serta server yang terhubung ke internet tanpa perlu dikendalikan sepenuhnya oleh manusia. GTIG mengungkapkan bahwa para pelaku ancaman semakin memanfaatkan LLM dan agentic frameworks untuk sepenuhnya mengotomatiskan reverse engineering patch melalui analisis diferensial.
Dalam analisis statistik pada September 2026, GTIG mencatat tren pengungkapan dan eksploitasi kerentanan meningkat hampir dua kali lipat pada periode Januari hingga Agustus 2026.
Modus LLMJacking dan Manipulasi Asisten Koding
GTIG juga menemukan praktik pencurian berupa LLMJacking, yaitu modus ketika pelaku meraup keuntungan dengan membajak kredensial LLM dan cloud tanpa izin. Akses model kecerdasan buatan berkinerja tinggi tersebut kemudian dijual kembali melalui layanan proxy bawah tanah seperti LLM Mixers.
Kelompok yang disponsori negara serta vendor penjahat siber komersial turut memanfaatkan LLM untuk memproduksi media sintetis dalam skala besar atau buzzer, menciptakan persona lokal, hingga mengotomatiskan distribusi konten lintas platform. Selain itu, peretas menggunakan LLM untuk meriset target dan menganalisis data temuan secara otomatis, salah satunya dengan memanipulasi konfigurasi asisten koding otomatis demi menyisipkan serangan backdoor selama eksekusi lokal.
Kelompok spionase yang disponsori negara, penjahat siber yang termotivasi secara finansial, serta aktor ancaman Information Operations disebut mengoperasionalkan LLM di lapangan. Sejumlah pelaku juga mulai menguji coba perangkat custom-built harnesses yang mampu mengeksploitasi kerentanan, mengoperasikan LLM, serta menyesuaikan taktik secara dinamis berdasarkan real-time feedback.
Google turut mengungkap bukti bahwa beberapa pelaku terafiliasi dengan China yang dicurigai tengah mengembangkan teknologi mata-mata untuk operasi serangan siber. Pihak Google menegaskan bahwa penggunaan LLM dalam operasi siber tidak hanya mempercepat penemuan celah kerentanan dan eksploitasi, melainkan juga memicu spektrum risiko keamanan yang jauh lebih luas.
Meskipun mampu mempercepat serangan, GTIG mencatat penggunaan framework otonom ini masih mengorbankan kerahasiaan karena eksekusi otomatis semacam itu kerap meninggalkan jejak pada lalu lintas jaringan yang mempermudah deteksi forensik. Guna mengantisipasi serangan jenis ini, Google Security Operations telah menerapkan aturan deteksi perilaku khusus, sedangkan unit keamanan siber Google yakni Mandiant telah merilis panduan pertahanan untuk meredam kecepatan serangan berbasis LLM.








