Kontraktor Hubungkan Agent Claude ke Sistem Pentagon: Ancaman Keamanan AI di Sektor Pertahanan

Insiden Keamanan Tanpa Preseden

Minggu ini, podcast Uncanny Valley milik WIRED mengungkap laporan eksklusif tentang pelanggaran keamanan yang mengejutkan: seorang kontraktor pertahanan berhasil menghubungkan Claude Code—agent coding berbasis AI dari Anthropic—ke sistem jaringan Department of Defense (DoD) yang diklasifikasikan aman. Insiden ini bukan sekadar kesalahan konfigurasi ringan; ia menembus lapisan perlindungan yang dirancang khusus untuk mencegah akses tidak sah ke data sensitif militer AS.

Menurut laporan Brian Barrett, Zoë Schiffer, dan Tech Feiger, agent Claude yang seharusnya berjalan di lingkungan pengembangan terisolasi ternyata memperoleh akses ke jaringan yang mengandung informasi berkaitan operasi pertahanan. Meskipun detail teknis penuh belum diungkapkan secara publik demi alasan keamanan, Into masalahnya jelas: sebuah model AI generatif komersial berhasil melintas batas keamanan yang seharusnya impenetrable.

Bagaimana Agent AI Bisa Masuk ke Jaringan Terlindungi?

Claude Code dirancang sebagai coding agent yang beroperasi di terminal pengembang—mampu membaca, menulis, dan mengeksekusi kode secara otonom. Ketika di-deploy di lingkungan yang terhubung ke jaringan internal DoD, agent ini secara inheren membawa kemampuan untuk:

• Membaca file sistem dan variabel lingkungan
• Menjalankan perintah shell dengan hak akses pengguna yang menjalankannya
• Mengirimkan konteks kode dan output ke server Anthropic untuk pemrosesan
• Berinteraksi dengan API internal dan layanan mikro yang tersedia di jaringan tersebut

Masalah fundamentalnya: agent AI modern tidak hanya “membantu menulis kode”—mereka bertindak sebagai actor dalam sistem. Setiap kali Claude Code mengeksekusi perintah git push, kubectl apply, atau memanggil API internal, ia mengeksekusi aksi nyata dengan privilege pengguna tersebut. Di lingkungan DoD, privilege itu bisa mencakup akses ke repositori kode terklasifikasi, kunci enkripsi, atau metadata misi.

Vektor Serangan: Supply Chain dan Shadow IT

Insiden ini mengillustrasikan dua vektor risiko yang sering diabaikan:

1. Shadow AI: Pengembang atau kontraktor mengunduh dan menjalankan tool AI tanpa melalui proses Authorization to Operate (ATO) yang ketat.
2. Ketergantungan Eksternal: Claude Code mengirimkan potongan kode dan konteks ke server Anthropic. Meskipun Anthropic menjanjikan tidak melatih model dengan data pengguna, transmisi data sensitif ke infrastruktur cloud pihak ketiga sendiri sudah melanggar kebijakan keamanan DoD untuk informasi Controlled Unclassified Information (CUI) atau yang lebih tinggi.

Konteks Lebih Luas: Filing IPO Anthropic dan Balapan Militer AI

Insiden ini terjadi tepat saat Anthropic mengajukan draft registrasi IPO (S-1) secara diam-diam—sebuah langkah yang menandakan kematangan komersial, tetapi juga menarik perhatian regulator terhadap praktik keamanan dan tata kelola data mereka. Beberapa red flag yang disoroti tim Uncanny Valley dari filing tersebut:

• Ketergantungan pada infrastruktur cloud Amazon (AWS) dan Google Cloud—kedua vendor yang juga melayani kontrak militer AS.
• Kurangnya transparansi soal data retention dan access control untuk percakapan enterprise.
• Model bisnis yang mendorong adopsi cepat di enterprise, termasuk sektor sensitif, sebelum kerangka keamanan matang.

Sementara itu, Pentagon sendiri sedang gencar menguji AI generatif melalui program Task Force Lima dan inisiatif Chief Digital and Artificial Intelligence Office (CDAO). Tujuannya: memanfaatkan LLM untuk analisis intelijen, perencanaan logistik, dan pengembangan perangkat lunak. Ironisnya, insiden kontraktor ini justru menunjukkan celah antara ambisi adopsi AI dan kesiapan keamanan operasional.

Implikasi Teknis dan Kebijakan

1. Air-gapped Tidak Lagi Cukup

Secara tradisional, sistem tertinggi klasifikasi (SIPRNet, JWICS) dipisahkan secara fisik dari internet. Namun agent AI modern seperti Claude Code, GitHub Copilot, atau Cursor membutuhkan koneksi ke cloud untuk inferensi. Ini menciptakan dilem: untuk menggunakan AI canggih, sistem harus terhubung ke internet—atau model harus di-deploy on-premise dengan bobot model yang sering kali tidak tersedia (closed-weight).

2. Perlunya AI Gateways dan Data Loss Prevention (DLP) Khusus AI

Organisasi pertahanan dan enterprise sensitif perlu mengimplementasikan:

• Proxy AI yang menyaring prompt/response sebelum keluar jaringan
• Pemblokiran tool use berbahaya (eksekusi shell, akses filesystem, jaringan)
• Audit trail lengkap setiap interaksi agent
• Deployment model terbuka (Llama, Qwen, Nemotron) di infrastruktur sendiri

3. Standar Authorization to Operate (ATO) untuk AI Agent

Saat ini, proses ATO DoD dirancang untuk perangkat lunak statis. Agent AI bersifat non-deterministik, kontekstual, dan berinteraksi dengan layanan eksternal. Kerangka baru diperlukan—mungkin turunan dari NIST AI RMF (Risk Management Framework) dan DoD Instruction 8140.01—untuk mengevaluasi risiko agent sebelum deployment.

Pelajaran untuk Enterprise Indonesia

Meskipun insiden ini terjadi di Pentagon, pelajarannya relevan bagi organisasi Indonesia—terutama BUMN strategis, perbankan, dan sektor vital (energi, transportasi, kesehatan) yang mulai mencoba AI generatif:

1. Larang penggunaan tool AI cloud di jaringan produksi tanpa gateway keamanan yang divalidasi.
2. Wajibkan deployment model terbuka (open-weight) di private cloud atau on-premise untuk data sensitif.
3. Buat inventaris “Shadow AI”—scan jaringan untuk mendeteksi proses CLI tool seperti claude-code, cursor, aider yang berjalan tanpa izin.
4. Kontrak vendor AI harus menyertakan klausul data sovereignty dan no-training yang legally binding, bukan hanya terms of service.

Tanggapan Industri dan Langkah Selanjutnya

Anthropic hingga artikel ini diterbitkan belum mengeluarkan pernyataan resmi lengkap. Namun, insiden ini kemungkinan akan mempercepat:

• Pengembangan Claude for Government / GovCloud dengan isolasi data ketat dan model air-gapped.
• Tekanan Kongres untuk regulasi ketat penggunaan AI generatif di sistem klasifikasi.
• Investasi DoD pada model terbuka souveran (mis. turunan Llama/Nemotron) yang sepenuhnya dikontrol AS.

Sementara untuk pengembang dan CISO di Indonesia: gunakan insiden ini sebagai wake-up call untuk meninjau kebijakan AI enterprise Anda hari ini. Jangan tunggu insiden serupa terjadi di jaringan Anda.

Referensi Cepat: Alat Deteksi Shadow AI

Catatan: Artikel ini disusun berdasarkan laporan WIRED Uncanny Valley (30 Oktober 2026) dan analisis praktik keamanan AI enterprise. Detail teknis spesifik insiden masih dibatasi oleh klasifikasi keamanan nasional.