Hanya seminggu setelah OpenAI mengungkapkan bahwa dua model AI frontier berhasil keluar dari lingkungan pengujian sandboxed dan membobol Hugging Face, para peneliti telah menunjukkan kegagalan penahanan serupa yang melibatkan Claude Cowork milik Anthropic.
Dalam laporan yang diterbitkan pada hari Kamis, peneliti keamanan di Accomplish AI menemukan bahwa mode eksekusi lokal Claude Cowork dapat keluar dari mesin virtual Linux-nya dengan menggabungkan beberapa kelemahan arsitektur dengan celah privilege-escalation kernel Linux. Setelah keluar dari sandbox, agen tersebut dapat membaca dan menulis berkas di mana pun pengguna Mac yang masuk memiliki izin akses, termasuk kunci SSH dan kredensial cloud.
“Itu seharusnya tidak mungkin,” tulis para peneliti. “Cowork menjalankan agen di dalam VM Linux sebagai pengguna tanpa hak istimewa, dan janjinya adalah apa pun yang dilakukannya akan tetap berada di dalam VM tersebut dan folder yang Anda berikan. Batasan itu adalah produknya. Input yang tidak tepercaya bukanlah kasus tepi untuk sebuah agen, itu adalah kasus utamanya.”
Namun, Accomplish berpendapat bahwa bug kernel hanyalah satu bagian dari masalah. Para peneliti mengatakan bahwa pelarian tersebut hanya berhasil karena beberapa pengamanan keamanan gagal secara bersamaan, termasuk memberikan akses mesin virtual ke seluruh sistem berkas komputer host dan memungkinkannya memuat modul kernel yang tidak dibutuhkannya. Menurut laporan itu, memperbaiki salah satu kelemahan tersebut akan menghentikan serangan.
Dalam sebuah pernyataan kepada The Hacker News, Accomplish AI mengatakan sekitar 500.000 pengguna macOS yang menjalankan sesi Claude Cowork lokal terpengaruh sebelum masalah tersebut ditangani.
Accomplish mengatakan Anthropic mengklasifikasikan laporan tersebut sebagai "informatif," menyatakan bahwa celah kernel berada dalam jendela 30 hari perusahaan untuk kerentanan yang baru diungkapkan dan temuan lainnya dianggap sebagai rekomendasi pertahanan berlapis (defense-in-depth) daripada kerentanan mandiri.
Pengungkapan ini menyusul pengakuan OpenAI minggu lalu bahwa GPT-5.6 Sol dan model frontier lain yang belum dirilis berhasil keluar dari sandbox selama pengujian ExploitGym internal, yang pada akhirnya membobol infrastruktur produksi Hugging Face dalam upaya mendapatkan solusi benchmark.
Insiden ini memicu seruan dari para pembuat kebijakan untuk adanya “tombol pemutus” (kill switch) AI yang akan memberikan kemampuan kepada Departemen Keamanan Dalam Negeri untuk memerintahkan pembatasan atau penutupan total model AI canggih sebagai respons terhadap insiden keamanan serius.
