Generasi terbaru model AI garis depan tidak lagi hanya mengobrol dengan pengguna, menghasilkan gambar, atau menulis kode. Para peneliti semakin banyak menggunakan sistem seperti Claude Mythos dan Claude Opus 4.8 dari Anthropic serta GPT-5.5 dari OpenAI untuk mengidentifikasi kerentanan perangkat lunak, menimbulkan kekhawatiran tentang apa yang terjadi ketika kemampuan tersebut tersedia secara luas.
Investor kripto mendapat peringatan tentang ancaman yang meningkat dari AI yang kuat minggu ini ketika pengembang Zcash mengungkapkan bahwa Claude Opus 4.8 membantu menemukan kerentanan kritis yang dapat memungkinkan penyerang untuk mencetak ZEC tanpa batas. Karena desain jaringan, saat ini tidak ada cara pasti untuk mengetahui apakah ZEC palsu benar-benar dicetak—dan ketidakpastian itu menyebabkan harga ZEC anjlok di akhir minggu ini.
Para ahli memperingatkan bahwa lebih banyak kerentanan dapat ditemukan dalam beberapa minggu dan bulan mendatang seiring perangkat lunak AI menjadi lebih mumpuni—dan alat-alat tersebut menjadi lebih mudah diakses. Berikut adalah pandangan tentang ancaman yang berkembang, dan bagaimana hal itu telah memengaruhi dunia kripto.
Model AI awal secara profesional digunakan sebagai asisten pengkodean, membantu pengembang menulis, menjelaskan, dan men-debug perangkat lunak. Seiring dengan peningkatan teknologi, para peneliti mulai menggunakan sistem yang sama untuk peninjauan kode, audit perangkat lunak, dan penelitian kerentanan.
Transisi dari asisten pengkodean ke alat keamanan bertepatan dengan pergeseran yang lebih luas dalam cara AI digunakan dalam pengembangan perangkat lunak. Setelah peluncuran Claude Code pada tahun 2025, Anthropic melaporkan peningkatan tajam dalam kode yang dihasilkan AI di seluruh tim tekniknya, mencerminkan pergeseran dari model yang menyarankan kode ke sistem yang mampu menulis dan menjalankannya.
Para profesional keamanan mengatakan implikasinya melampaui membantu pengembang menulis kode.
"AI jauh lebih baik dalam meninjau kode daripada kebanyakan orang dan menemukan potensi kerentanan di dalamnya," kata Danny Jenkins, CEO dan salah satu pendiri ThreatLocker, kepada Decrypt. Jenkins mengatakan sistem AI saat ini sudah mempercepat penemuan kerentanan, sementara model yang lebih baru seperti Mythos dapat memperluas kemampuan tersebut secara signifikan, menyebutnya sebagai "masalah besar" yang akan segera terjadi.
"Hanya masalah waktu sampai seseorang yang berniat jahat mendapatkan akses ke sana," katanya.
Menurut Jenkins, AI juga menurunkan hambatan masuk untuk penelitian kerentanan, memungkinkan lebih banyak orang menganalisis kode, mengidentifikasi kelemahan, dan mengembangkan eksploitasi. Seiring dengan meluasnya akses ke sistem yang semakin mumpuni, ia memperkirakan laju penemuan kerentanan akan meningkat.
"Sebelum AI, ancaman dan eksploitasi keamanan siber meningkat setiap tahun," katanya. "Pasca-AI, itu menjadi lebih cepat, dan saya pikir itu menjadi lebih cepat karena dua alasan. Pertama adalah Anda sekarang dapat menggunakan AI untuk membantu menemukan kerentanan dan eksploitasi, dan jumlah orang yang memiliki kemampuan untuk melakukan ini telah meningkat secara besar-besaran. Anda tidak harus menjadi 'script kiddie' lagi."
Seiring sistem AI menjadi lebih mumpuni, perusahaan mulai menerapkannya pada keamanan siber. Pada hari Selasa, Anthropic memperluas akses ke Project Glasswing, memberikan 150 perusahaan dan institusi akses ke Claude Mythos untuk membantu mengidentifikasi dan memperbaiki kerentanan perangkat lunak sebelum model tersebut dirilis secara lebih luas.
Pada bulan April, Mozilla kemudian mengungkapkan bahwa model Anthropic membantu mengidentifikasi ratusan kerentanan yang telah diperbaikinya di peramban web Firefox, sementara para peneliti di Calif menggunakan Mythos Preview selama pekerjaan yang menghasilkan salah satu eksploitasi publik pertama yang menargetkan chip M5 Apple.
Stanislav Fort, mantan peneliti di Google DeepMind dan Anthropic serta sekarang pendiri dan kepala ilmuwan di perusahaan keamanan Aisle, mengatakan kekhawatiran tentang penemuan kerentanan bertenaga AI adalah valid, tetapi sering disalahpahami.
"Tanggapan yang naif adalah mencoba membatasi akses ke model yang kuat. Saya pikir ini pada dasarnya adalah keamanan berdasarkan ketidakjelasan, dan keamanan berdasarkan ketidakjelasan adalah salah satu ide terburuk di bidang ini," kata Fort kepada Decrypt. "Kemampuan untuk penemuan zero-day sudah tersebar luas di seluruh model yang tidak dapat dibatasi oleh siapa pun. Mencoba membatasinya di garis depan tidak menghilangkan risiko; itu hanya menundanya sambil juga memperlambat para pembela yang paling membutuhkan alat ini."
Fort mengatakan risiko yang lebih besar adalah bahwa para pembela, terutama pengelola sumber terbuka, mungkin tidak memiliki akses ke alat AI canggih yang sama yang tersedia bagi para penyerang.
"Ketidakseimbangan itulah bahaya sebenarnya," katanya. "Jawabannya bukanlah pembatasan; ini adalah demokratisasi tumpukan pertahanan."
Anthropic tidak sendirian dalam mendorong model AI yang bertujuan untuk keamanan siber. Pada bulan Mei, Microsoft memperkenalkan MDASH, sistem penemuan kerentanan agen yang menurut perusahaan membantu mengidentifikasi kerentanan Windows yang sebelumnya tidak diketahui.
Kripto dan DeFi mulai merasakan dampak dari perburuan bug bertenaga AI. Proyek blockchain selalu menjadi target menarik karena banyak uang yang dipertaruhkan dan sebagian besar kodenya tersedia untuk umum. Jenkins mengatakan bahwa seiring AI menjadi lebih baik dalam menemukan kelemahan perangkat lunak, proyek kripto sumber terbuka bisa menjadi target yang lebih mudah bagi peneliti keamanan yang mencari bug dan penyerang yang ingin mengeksploitasinya.
Dalam salah satu contoh paling jelas tentang bagaimana model AI canggih dapat membantu peneliti mengungkap kerentanan yang telah bertahan selama bertahun-tahun tinjauan manusia, peneliti keamanan independen Taylor Hornby mengungkapkan kerentanan kritis di kolam privasi Orchard Zcash yang ia temukan dengan bantuan Claude Opus 4.8.
Kelemahan tersebut dapat memungkinkan penyerang untuk membuat ZEC palsu tanpa batas, dan telah tidak terdeteksi selama bertahun-tahun sebelum ditambal. Apakah eksploitasi tersebut benar-benar digunakan saat ini masih belum diketahui.
"Kerentanan tersebut ada sejak aktivasi Orchard pada Mei 2022 hingga perbaikan darurat diterapkan pada 1 Juni 2026," tulis Shielded Labs, organisasi di balik pengembangan Zcash, dalam sebuah posting pengungkapan. "Karena properti privasi Orchard dan sifat bug, tidak ada cara definitif untuk menentukan, hanya dengan menggunakan kriptografi, apakah eksploitasi semacam itu terjadi."
Serangan ini terjadi ketika protokol DeFi sudah menghadapi salah satu tahun terburuk mereka dalam hal eksploitasi. Lebih dari $840 juta dicuri dari proyek DeFi dalam lima bulan pertama tahun 2026, termasuk lebih dari $600 juta pada bulan April saja di seluruh serangan terhadap proyek-proyek termasuk KelpDAO, dan Drift Protocol.
Munculnya apa yang disebut 'vibe hacking,' di mana penyerang menggunakan agen pengkodean AI untuk mengotomatiskan pengintaian, pencurian kredensial, pengembangan malware, dan tugas-tugas lainnya, telah menimbulkan kekhawatiran bahwa AI menurunkan hambatan untuk melakukan serangan siber yang canggih.
Menurut Natalie Newson, penyelidik blockchain senior di platform keamanan Web3 CertiK, meskipun April sangat parah untuk eksploitasi kripto, tren yang lebih luas tetap lebih stabil dan di bawah jumlah insiden puncak yang terlihat di tahun-tahun sebelumnya.
"April 2026 adalah bulan yang buruk untuk eksploitasi kripto; hanya ada tiga hari tanpa eksploitasi di mana setidaknya $10.000 diambil," katanya. "Namun, ketika kita melihat gambaran yang lebih luas, jumlah insiden (tidak termasuk phishing) dapat dikatakan cukup konsisten dan masih lebih rendah dari puncaknya pada tahun 2023."
Meskipun AI membuat eksploitasi DeFi lebih mudah dilakukan, menurut CTO Blockaid Raz Niv, risiko yang lebih besar bukanlah AI menggantikan peretas tetapi memperkuat mereka, memungkinkan penyerang untuk fokus pada teknik yang lebih canggih sementara AI menangani tugas-tugas rutin.
"Kabar baiknya adalah para pembela dapat menggunakan alat yang sama," katanya. "Pemantauan dan simulasi yang dibantu AI menjadi penting bagi tim keamanan yang berusaha mengimbangi kecepatan."
