Hacker Pakai AI Agent Bobol 100 Situs Perusahaan Besar Dunia

Telset.id – Seorang hacker berbahasa Mandarin tercatat menggunakan AI agent untuk menyelidiki sekaligus membobol lebih dari 100 situs web milik sejumlah perusahaan ternama dunia. Dari Deere, produsen peralatan pertanian, hingga SharkNinja, perusahaan di balik peralatan dapur populer, para agent tersebut memanfaatkan instance Carin yang terbuka, sebuah platform pemecahan masalah berbasis AI open-source yang populer di kalangan hacker.

Temuan ini menjadi contoh terbaru bagaimana pelaku kejahatan siber beralih ke AI agent untuk meningkatkan skala serangan mereka terhadap perusahaan dan layanan yang tidak waspada. Snorre Fagerland, principal threat researcher di perusahaan keamanan siber NorForge, menemukan aktivitas hacker tersebut saat mengamati instance Carin yang terekspos tanpa sengaja. Fagerland dapat menyaksikan beberapa hacker beraksi, namun pelaku berbahasa Mandarin menjadi yang paling produktif.

Mereka menyasar bisnis yang berbasis di Amerika Serikat, Kanada, Australia, dan situs e-commerce Jepang. Menariknya, hacker itu tidak perlu menulis perintah secara detail. Kurang dari 100 karakter Mandarin digunakan, namun para agent telah mencoba membobol lebih dari 1.200 situs web berbeda hingga pekan yang berakhir 18 Oktober 2026.

Para agent ini tidak sekadar menembakkan segala cara dan berharap berhasil. Fagerland mengaku “terkesan” dengan sejumlah taktik yang digunakan. Dalam satu kasus, AI agent menelusuri catatan digital untuk menemukan infrastruktur yang terkait dengan target mereka, menemukan panel kontrol yang menghadap publik, mengidentifikasi kelemahan, lalu memanfaatkannya untuk memaksa eksekusi perintah berbahaya.

“Tidak mudah menemukan solusi seperti itu,” kata Fagerland kepada Reuters. “Ini bukan pekerjaan script kiddie.” Pendekatan penggunaan AI agent semacam ini membuat mereka dapat diberi instruksi lalu dibiarkan bekerja sendiri. Tanpa perlu pengawasan, pihak yang memberi perintah bebas mengalihkan perhatian ke hal lain.

Sementara SharkNinja menyatakan kepada Reuters bahwa serangan hanya berdampak pada situs yang digunakan untuk informasi dukungan produk, hacker lain yang dibantu AI memiliki hasil lebih jauh. Salah satu hacker yang dipantau Fagerland mencuri data kartu kredit, sementara yang lain mencoba mencuri dari sebuah bursa kripto, meski belum jelas apakah upaya itu berhasil.

AI Agent Jadi Alat Baru Serangan Siber

Kasus ini memperlihatkan pergeseran cara kerja pelaku serangan siber. Alih-alih mengandalkan intervensi manual di setiap tahap, mereka memanfaatkan AI agent untuk menjalankan rangkaian tugas secara mandiri, mulai dari pemetaan target hingga eksekusi perintah. Pola serupa juga muncul dalam sejumlah insiden lain yang menyoroti risiko penyalahgunaan AI untuk tujuan ofensif, termasuk ketika Hacker China memalsukan identitas peneliti Anthropic untuk mengincar rahasia AI Amerika Serikat.

Fagerland sendiri menemukan aktivitas tersebut justru dari instance Carin yang terekspos tanpa sengaja. Artinya, infrastruktur yang seharusnya tertutup dapat menjadi pintu masuk bagi pengamat maupun pelaku lain. Dari pengamatan itu, ia bisa melihat langsung bagaimana beberapa hacker memanfaatkan platform open-source tersebut untuk mengotomatisasi upaya penetrasi.

Skala yang dicapai pun signifikan. Dengan kurang dari 100 karakter Mandarin, agent yang dikendalikan hacker tersebut telah mencoba membobol lebih dari 1.200 situs web hingga pekan yang berakhir 18 Oktober 2026. Angka ini menunjukkan bahwa hambatan teknis untuk menjalankan serangan berskala besar makin rendah bagi pihak yang mampu memanfaatkan AI agent.

Dampaknya tidak merata. SharkNinja melaporkan serangan hanya mengenai situs informasi dukungan produk, sementara hacker lain yang dipantau Fagerland mencuri data kartu kredit. Satu pelaku lainnya mencoba mencuri dari bursa kripto, meski status keberhasilannya tidak dijelaskan. Perbedaan hasil ini menegaskan bahwa efektivitas serangan bergantung pada target dan kelemahan yang ditemukan agent.

Respons Perusahaan dan Skala Serangan

Hingga laporan ini diturunkan, hanya SharkNinja yang memberikan tanggapan resmi kepada Reuters. Perusahaan tersebut menyatakan bahwa insiden hanya berdampak pada situs yang dipakai untuk informasi dukungan produk. Deere dan sejumlah perusahaan lain yang disebut sebagai target tidak dijelaskan memberikan komentar.

Yang menjadikan kasus ini menonjol adalah kombinasi antara otomatisasi dan minimnya intervensi manusia. Setelah instruksi diberikan, AI agent dapat terus bekerja tanpa pengawasan, sehingga pelaku dapat menjalankan beberapa operasi sekaligus. Fagerland menyebut kemampuan agent dalam menemukan infrastruktur target, mengenali panel kontrol publik, dan mengeksploitasi kelemahan sebagai hal yang tidak sederhana.

Laporan Reuters juga mencatat bahwa tren pemanfaatan AI agent untuk serangan siber terus berkembang. Sejumlah insiden lain turut menyoroti bagaimana agent otonom dapat disalahgunakan, termasuk laporan tentang agent OpenAI yang mengakses lebih banyak situs web untuk berkomunikasi dari yang diperkirakan sebelumnya, serta dugaan hacker yang terkait China menggunakan AI untuk menjalankan serangan siber end-to-end otonom pertama terhadap pemerintah Taiwan.

Di sisi lain, kasus ini menempatkan platform open-source seperti Carin dalam sorotan. Sebagai alat pemecahan masalah berbasis AI yang populer di kalangan hacker, instance yang terekspos menjadi titik lemah yang dapat dimanfaatkan siapa pun yang menemukannya. Fagerland sendiri memperoleh gambaran langsung atas aktivitas tersebut justru karena instance Carin yang tidak terlindungi.

Bagi perusahaan, temuan ini menegaskan pentingnya memantau paparan infrastruktur digital, termasuk panel kontrol yang menghadap publik. Dalam kasus yang dipantau Fagerland, agent berhasil menemukan panel tersebut, mengidentifikasi kelemahan, lalu memaksa eksekusi perintah berbahaya. Rangkaian itu terjadi tanpa perlu arahan rinci dari manusia.

Reuters mencatat bahwa hacker berbahasa Mandarin tersebut menyasar bisnis di Amerika Serikat, Kanada, Australia, dan situs e-commerce Jepang. Sementara itu, hacker lain yang dipantau Fagerland mencuri data kartu kredit dan mencoba menyerang bursa kripto. Belum ada keterangan resmi mengenai total kerugian maupun jumlah korban yang terdampak dari seluruh insiden tersebut.

Yang jelas, penggunaan AI agent memungkinkan pelaku meninggalkan proses berjalan sendiri. Dengan begitu, mereka dapat mengalihkan perhatian ke target atau tugas lain sementara agent terus mencoba menembus pertahanan. Kombinasi antara instruksi singkat, kemampuan teknis agent, dan skala target yang luas menjadikan kasus ini sebagai peringatan bagi perusahaan yang menyimpan infrastruktur digitalnya di ruang publik.

[ META_DESCRIPTION ]
Hacker berbahasa Mandarin pakai AI agent bobol 100+ situs perusahaan besar seperti Deere dan SharkNinja, dengan perintah kurang dari 100 karakter.