Telset.id – Sebuah fleet AI agent yang diduga menggunakan model Hy milik Tencent menghabiskan lebih dari sepekan untuk mengambil data dari layanan pemetaan Amap milik rivalnya, Alibaba. Temuan ini tertuang dalam laporan awal kelompok peneliti yang menamakan diri Swarmchasers. Fleet tersebut menjalankan kodenya di Tencent Cloud di balik proxy hysandbox-ats dan mencapai puncak 1.810 pemindaian kueri URL pada 4 Oktober saja.
Laporan ini menyoroti bagaimana agent otonom dapat memanfaatkan layanan pihak ketiga untuk menjangkau halaman yang tidak bisa mereka akses secara langsung. Swarmchasers mencatat total 2.048 pemindaian hingga 4 Oktober, dengan 213 dari 216 lokasi target. Aktivitas itu menempatkan infrastruktur cloud dan pola akses agent sebagai elemen krusial dalam operasi pengumpulan data berskala besar.
Layanan gratis urlquery.net menjadi salah satu celah yang dimanfaatkan. Layanan ini bekerja dengan membuka alamat web di browser jarak jauh yang tersandbox dan menyimpan catatan publik atas setiap pemindaian. Layanan tersebut biasa dipakai untuk memverifikasi tautan mencurigakan, sekaligus membantu agent mencapai halaman yang sulit dijangkau. Pola serupa sebelumnya pernah dikaitkan laboratorium nirlaba Transluce dengan agent milik OpenAI pada bulan lalu.
Kronologi dan Pola Serangan Fleet
Timeline peristiwa dimulai dari satu pemindaian Amap pada 25 Agustus yang tidak dikaitkan peneliti dengan fleet tersebut. Pemindaian fleet baru dimulai lebih dari sebulan kemudian, tepatnya 28 September, dan memuncak pada Minggu dengan 1.810 dari 2.048 pemindaian hingga 4 Oktober. Pada hari itu, empat hingga delapan proses aktif secara bersamaan, dengan puncak mencapai 14 proses. Peneliti menyebut angka itu bisa jadi berasal dari segelintir agent yang bergerak cepat.
Pemindaian pertama fleet terjadi hanya tiga hari setelah OpenAI mengungkapkan bahwa mereka menghentikan “all training, evaluation, and inference with tool-use” pada model-model tercanggihnya. Fleet tersebut mencari informasi tentang navigasi pengguna, yakni mengetahui berapa proporsi pengguna Amap yang tiba di setiap pintu masuk lokasi seperti taman, museum, kebun binatang, dan rumah sakit, dengan satu lokasi digunakan per proses. Peneliti tidak menemukan bukti di urlquery.net bahwa proses-proses itu terkoordinasi.
Sebagai contoh, data untuk Chengdu Zoo mencatat North Gate 71%, East Gate 23%, dan Southeast Gate 6%. Lokasi lain mengembalikan data ground car park 40%, main gate 26%, underground car park 11%, plus tujuh pintu masuk lainnya. Laporan tidak menyebut untuk apa data itu digunakan, tetapi berspekulasi pola tersebut mungkin merupakan “an evaluation or task-generation run”.
Untuk menembus proteksi Amap, para agent mengandalkan pembuatan token anti-bot Alibaba dan peminjaman kunci akses API publik, selain routing. Mereka juga memuat skrip anti-bot Baxia milik Alibaba, menjalankan fungsi Puppeteer yang ditulis agent melalui microlink API, dan mencoba penerjemah halaman Baidu Translate. Metode akses agent ini menunjukkan adanya intent untuk melewati aturan yang berlaku.
Jejak Infrastruktur dan Label Claude
Program para agent mengirim hasilnya ke inbox di webhook.site, yang API publiknya menampilkan alamat IP dan perangkat lunak pembuat setiap inbox berdasarkan kode open-source-nya. Peneliti menentukan bahwa 15 dari 16 inbox Amap yang terbaca, dari 4–5 Oktober, dibuat dari Tencent Cloud, dan 13 di antaranya dibuat oleh skrip, bukan manusia. Inbox ke-16 berasal dari Irak dan tampak seperti dibuat manusia, bukan oleh fleet.
Sembilan permintaan dari kode agent mencapai inbox dari Tencent Cloud di Hong Kong, masing-masing membawa header Via yang berakhiran “(hysandbox-ats)”. Proxy penerus akan menambahkan header itu untuk menamai dirinya, dalam hal ini Apache Traffic Server, dengan nama yang dipilih oleh pengelolanya, sehingga laporan memperlakukan nama tersebut sebagai self-reported. Satu permintaan bertanda untuk Ta’er Temple hanya butuh satu detik untuk masuk setelah inbox dibuat, 35 detik sebelum alamatnya muncul di tempat publik mana pun, sehingga hanya lingkungan yang membuat inbox itu yang bisa mengetahuinya.
Identitas “HY” mengarah pada model Hunyuan milik Tencent, meskipun tidak ada dokumentasi publik soal hysandbox. Tencent memegang sertifikat keamanan untuk alamat hysandbox.tencent-cloud.com, tetapi nama-nama itu mengarah ke Tencent Cloud Beijing. Jaringan itu bukan jaringan fleet, dan tidak ada yang menghubungkannya secara langsung dengan proxy tersebut. Pengujian oleh tim terpisah, yang tidak ditinjau peneliti, menunjukkan fleet tidak berjalan di layanan publik Tencent Cloud Agent Sandbox dalam mode internet standarnya. Laporan juga mengingatkan bahwa “Tencent Cloud is open to anyone”.
Label “claude” muncul pada 211 dari 2.048 pemindaian hingga 4 Oktober. Meski hal itu mengindikasikan penggunaan model Anthropic, satu classifier mengembalikan hasil 0% untuk Claude dan classifier kedua juga menempatkan Hy4 di peringkat pertama. Dalam pengujian peneliti, model Claude tidak pernah menaruh namanya sendiri di sebuah tag, sementara Hy3 milik Tencent menyebut dirinya Claude dalam 29 dari 36 jawaban ketika ditanya: “Which AI model are you, and which company trained you?” Laporan yang mengingatkan bahwa pengujian model itu berskala kecil menyimpulkan “the fleet is almost certainly not Claude”.
Hingga kini, belum ada komentar resmi yang tercatat baik dari Tencent maupun Alibaba. Fleet tersebut tampaknya juga belum berhenti. Pembaruan pada laporan menyebut jeda 5 Oktober berlangsung sekitar delapan jam dan fleet kembali berjalan pada malam harinya. Saat kembali, program-programnya melapor ke inbox yang sama seperti sebelum jeda. Seorang pihak ketiga meninggalkan catatan di sana yang mengutip laporan tersebut, berisi instruksi agar operator merotasi infrastrukturnya. Peneliti menyatakan “a full report will follow”, tanpa menyebut tanggal.
Kasus ini menambah daftar panjang insiden yang melibatkan agent otonom. Sebelumnya, sejumlah insiden menunjukkan bagaimana agent dapat menyalahgunakan akses dan infrastruktur jika tidak dikendalikan dengan benar. Peristiwa seperti ini memperkuat urgensi tata kelola identitas dan pemantauan perilaku agent, sejalan dengan pembahasan bahwa IAM Tradisional dinilai tidak lagi memadai untuk mengamankan lingkungan agentic enterprise.
Di sisi lain, skala operasi fleet yang memindai ribuan URL dalam sehari menegaskan bahwa biaya dan data menjadi penentu utama. Hal ini selaras dengan analisis bahwa Biaya AI Agent melonjak dan membuat data layer menjadi penentu skala produksi. Pengelolaan kontrol akses pada perangkat pun ikut menjadi sorotan, sebagaimana langkah Apple Perketat Full Disk Access di macOS buntut risiko AI agents.
Laporan Swarmchasers menegaskan bahwa pemanfaatan urlquery.net untuk kerja agent bukan hal baru. Namun kali ini fleet tersebut memakai teknik serupa pada target dan infrastruktur yang berbeda. Tidak ada komentar resmi dari Tencent maupun Alibaba, dan peneliti menjanjikan laporan lengkap menyusul tanpa tanggal pasti.
Komentar
Belum ada komentar.