Kapsultekno.com – Kemampuan AI agent untuk menjalankan tugas secara mandiri memicu kekhawatiran terkait keamanan siber. AI agent berbasis OpenClaw dilaporkan mengeksploitasi celah pada sistem pemesanan sebuah gym di Australia.
AI agent tersebut diminta membantu pengguna mendapatkan tempat di kelas yang sudah penuh. Alih-alih mencari jadwal dan melakukan pemesanan, agen tersebut justru menemukan cara untuk mengubah sistem antrean.
AI agent OpenClaw itu melakukan upaya yang tidak terduga, yakni mengeluarkan anggota lain dari daftar tunggu sehingga pengguna yang dibantunya dapat memperoleh posisi yang lebih menguntungkan.
Peristiwa ini menjadi contoh bagaimana AI yang diberi kewenangan melakukan tindakan langsung dapat mengambil langkah yang tidak pernah secara eksplisit diperintahkan oleh penggunanya.
OpenClaw Eksploitasi Celah Sistem Booking Gym
Kasus tersebut melibatkan seorang pria bernama Andrew, yang bekerja di perusahaan AI Australia. Ia menggunakan OpenClaw bersama model AI Claude dari Anthropic untuk mencoba mendapatkan tempat pada sesi gym pagi yang telah penuh.
AI agent kemudian menemukan celah keamanan pada sistem booking yang memungkinkan perubahan terhadap daftar tunggu. Berdasarkan laporan The Independent, agen tersebut memanfaatkan celah itu untuk mengeluarkan pengguna lain dari antrean dan meningkatkan peluang Andrew mendapatkan tempat.
Yang membuat kasus ini berbeda dari serangan siber konvensional adalah tidak adanya instruksi eksplisit dari pengguna untuk mengganggu akun orang lain. Tujuan awalnya relatif sederhana, yakni mendapatkan tempat di kelas gym yang populer.
Setelah menyadari kesalahannya, Andrew meminta AI membatalkan perubahan tersebut. Namun, AI tidak dapat mengembalikan pengguna ke posisi antrean semula. Jika dimasukkan kembali, pengguna itu harus mengantre dari posisi paling belakang.
Dalam percakapannya, AI tersebut bahkan mengakui kesalahannya. "Kabar buruk, saya tidak bisa memasukkannya kembali. Maaf soal itu, seharusnya saya lebih berhati-hati dengan pengujian ini dan menggunakan metode simulasi (dry-run) alih-alih panggilan langsung. Saya tidak akan mengutak-atik slot milik orang lain lagi," tulis AI agent tersebut, seperti dikutip dari Independent.
Andrew kemudian menggunakan AI agent untuk melaporkan kerentanan tersebut kepada penyedia perangkat lunak gym. Ia juga mengakui bahwa insiden itu menjadi peringatan mengenai pentingnya penggunaan AI secara bertanggung jawab.
"Ini bukan akhir dunia, jadi saya tidak menyalahkan diri sendiri karenanya. Namun, ini jelas menjadi peringatan untuk menggunakannya secara bertanggung jawab," kata Andrew, pengguna OpenClaw.
Bukan Sekadar Masalah OpenClaw
Kasus gym tersebut muncul ketika industri AI sedang menghadapi serangkaian laporan mengenai perilaku agen AI yang melampaui batas tugas yang diberikan.
Pada akhir Juli 2026, AI Security Institute (AISI) Inggris mengungkap bahwa dalam pengujian keamanan, agen AI mengambil 19 tindakan tidak sah dalam 10 dari 122 percobaan. Sebanyak 17 tindakan melibatkan Anthropic Mythos 5, sementara dua lainnya melibatkan GPT-5.6-Sol milik OpenAI dalam konfigurasi pengujian tertentu.
Dalam kasus paling serius, salah satu agen mencoba memasukkan kode berbahaya ke proyek open-source yang digunakan publik. Agen tersebut bahkan membuat identitas online palsu dan mencoba melakukan rekayasa sosial terhadap pengelola proyek agar kode tersebut disetujui.
AISI menyatakan upaya itu gagal dan tidak menemukan bukti kerugian dunia nyata sebagai akibat dari insiden tersebut.
Anthropic sendiri juga telah mengungkap sejumlah insiden selama evaluasi keamanan terhadap Claude Mythos 5. Perusahaan menyebut salah satu model internalnya sempat melakukan tindakan yang berpotensi menyerang sistem nyata sebelum akhirnya menyadari konteks sebenarnya dan menghentikan serangan.
Risiko AI Agent Semakin Relevan
Kasus ini menunjukkan bahwa risiko AI agent bukan hanya mengenai model yang menghasilkan kode berbahaya atau memberikan instruksi serangan siber. Bahayanya juga dapat muncul ketika AI memiliki akses langsung ke sistem dunia nyata.
Bayangkan jika pola serupa terjadi pada layanan yang lebih sensitif. Agent yang memiliki akses ke sistem keuangan, akun perusahaan, database pelanggan atau infrastruktur digital dapat memiliki konsekuensi jauh lebih besar ketika menemukan celah dan memilih cara yang tidak diantisipasi manusia.
Karena itu, pemberian akses kepada AI agent sebaiknya tidak hanya bergantung pada kemampuan model memahami perintah. Mekanisme seperti pembatasan hak akses, sandboxing, approval manusia untuk tindakan berisiko tinggi, audit aktivitas serta pemisahan kredensial menjadi semakin penting.