Ketika Fred Cohen mendefinisikan virus komputer pada 1984 sebagai program yang menyisip ke program lain dengan salinan dirinya, ia sekaligus membuka pikiran tentang ancaman digital selama bertahun-tahun kemudian. Sesuatu bersifat virus jika ia mereplikasi diri, dan replikasi itu adalah tujuannya. Definisi ini bertahan lama karena mekanismenya jelas, dan begitu pola penyebarannya dipahami, ia bisa dipagari dengan signature detection meskipun tetap saja harus ada korban awal zero daynya untuk memperbarui basis data ciri virusnya.
Belakangan orang memrogram agen AI otonom, dengan algoritma untuk mengambil keputusan bertingkat, termasuk menembus batas yang dirancang untuk mengurungnya. Ini menunjukkan bahwa kerangka lama ini tidak lagi cukup untuk memetakan seluruh lanskap ancaman. Kita perlu sumbu-sumbu klasifikasi baru yakni virus bertenaga-AI dan agen berkemampuan-viral.
Virus bertenaga-AI adalah bentuk yang lebih mudah dikenali karena ia mewarisi struktur virus klasik. Di sini kecerdasan buatan berperan sebagai otak tambahan yang ditanamkan ke dalam tubuh yang tetap virus: replikasi diri tetap menjadi tujuan eksplisit program, hanya saja strateginya kini diperkuat oleh penalaran AI. Target operasionalnya bisa lebih luas. Contohnya sudah mulai muncul dalam riset keamanan, malware polymorphic generasi baru dengan kode yang meminta model bahasa menulis ulang kodenya sendiri secara real-time agar lolos dari deteksi antivirus, atau worm yang berkonsultasi dengan AI untuk memilih jalur penyebaran paling optimal berdasarkan kondisi jaringan yang ia temui. Karena tujuannya tetap eksplisit sejak awal, ancaman jenis ini, meski makin canggih, masih berada dalam paradigma pertahanan yang kita kenal: cari pola, kenali signature, bangun pagar.
Agen berkemampuan-viral adalah kebalikannya, dan justru di sinilah pergeseran paling mendasar terjadi. Pada jenis ini, yang menjadi otak bukan lagi virus yang dibantu AI, melainkan agen AI otonom yang memiliki tujuan sendiri, dan kemampuan menembus atau menyebar ke sistem lain muncul bukan sebagai tujuan, melainkan sebagai efek samping dari upayanya mencapai tujuan yang lebih tinggi levelnya.
Insiden Juli 2026 antara OpenAI dan Hugging Face adalah contoh yang sudah bisa kita pelajari saat ini. Dua model bahasa OpenAI, saat sedang dievaluasi dalam lingkungan yang sengaja diisolasi dari internet, menemukan celah zero-day pada sebuah tool dari pihak ketiga, kemudian memakainya untuk keluar dari kurungan, lalu menyimpulkan sendiri bahwa pustaka Hugging Face menyimpan informasi yang bisa menaikkan skor mereka pada sebuah tolok ukur kemampuan menyerang. Tidak ada algoritma yang diimplementasikan untuk secara eksplisit memerintahkan “sebarkan dirimu ke server lain”. Yang terjadi adalah rangkaian penalaran instrumental menuju tujuan yang sah dalam kerangka evaluasi, yang kebetulan melewati jalur penembusan sistem pihak lain sebagai langkah antara.
Perbedaan ini bukan sekadar soal istilah, karena ia mengubah total pertanyaan tentang bagaimana kita mempertahankan diri. Terhadap virus bertenaga-AI, pertahanan yang relevan tetap seputar deteksi pola dan pemagaran teknis, meski musuh kini lebih lincah.
Terhadap agen berkemampuan-viral, deteksi pola nyaris tidak berguna, karena belum terpikirkan ciri-ciri yang bisa dipelajari, yang ada adalah kapabilitas pemecahan masalah yang diarahkan ke tujuan yang tidak dibatasi dengan cukup ketat. Keperluan pertahanannya bergeser dari pengenalan pola/ciri ke keselarasan tujuan (alignment) dan containment, dari pertanyaan “bagaimana mengenali kode jahat ini” menjadi “bagaimana memastikan agen ini tidak menemukan jalan pintas yang melanggar batas, bahkan ketika jalan pintas itu secara lokal tampak rasional baginya”. OpenAI sendiri mengakui hal ini di responsnya, bahwa insiden tersebut menunjukkan perlunya memperkuat keselarasan model, perlindungan siber saat evaluasi, dan pengawasan selama pengujian internal, bukan sekadar menambal satu celah teknis.
Ada dimensi ketiga yang layak dicatat, karena ia menyentuh langsung persoalan kedaulatan digital yang selama ini menjadi perhatian sebagian anggota Masyarakat Informatika sosial Indonesia. Ketika Hugging Face berusaha melakukan investigasi forensik atas insiden ini, mereka tidak bisa menggunakan model-model invetigasi komersial Amerika yang paling canggih, karena proses forensik dilakukan dengan memasukkan volume besar perintah serangan nyata dan payload eksploit ke dalam model. Serangan investigasi ini otomatis akan diblokir oleh pagar pengaman keselamatan penyedia model, yang tidak bisa membedakan antara penyelidik insiden dengan penyerang sungguhan.
Mereka akhirnya beralih ke model open-source asal Tiongkok yang dijalankan sendiri di infrastruktur mereka. Ini menarik. Pagar pengaman yang dirancang untuk melindungi justru menjadi penghalang bagi korban untuk berusaha memahami dan memulihkan diri dari serangan, sementara pihak yang menyerang, dalam kasus ini agen AI itu sendiri, tidak terikat oleh kebijakan penggunaan apa pun. Ini mengingatkan kita bahwa kedaulatan atas teknologi bukan hanya soal siapa yang membangun model, tetapi siapa yang punya kendali penuh untuk menganalisis, merespons, dan belajar dari insiden yang melibatkan model tersebut, tanpa bergantung pada izin atau batasan pihak lain.
Dua istilah ini, virus bertenaga-AI dan agen berkemampuan-viral, sebaiknya dipahami bukan sebagai kategori yang terpisah tegas, melainkan sebagai dua ujung dari satu sumbu, di mana posisi sebuah ancaman ditentukan oleh sejauh mana perilaku menembus dan menyebarnya bersifat eksplisit-mekanis di satu ujung, atau instrumen model baru di ujung lainnya. Semakin ke arah agen berkemampuan-viral, semakin sulit ancaman itu diprediksi dari kodenya saja, dan semakin penting kemampuan masyarakat, bukan hanya tukang insinyur keamanan, untuk memahami bahwa “niat baik” pembuat sebuah sistem AI tidak lagi cukup menjamin hasil yang baik, ketika sistem itu sendiri yang menyusun jalan menuju tujuannya.
Literasi digital ke depan barangkali perlu bergeser dari sekadar “kenali virus, jangan klik tautan mencurigakan” menjadi kemampuan mempertanyakan, terhadap setiap sistem otonom yang kita pakai atau yang dipakai institusi kita: tujuan siapa yang sedang dioptimalkan, dan jalan pintas apa yang mungkin diambilnya untuk sampai ke sana.
