Unit 42 Ungkap Intrusi Berbantuan AI Agent: Peretas Bobol Jaringan Perusahaan dalam 10 Jam, Tanpa Zero-Day

Skenario yang Dulu Hanya Teori, Kini Jadi Laporan Investigasi

Tim incident response Unit 42 dari Palo Alto Networks memublikasikan hasil investigasi sebuah kasus yang selama ini hanya didiskusikan sebagai skenario teoretis: seorang penyerang manusia yang memanfaatkan model frontier AI dan framework agentic khusus serangan untuk membobol jaringan perusahaan enterprise secara nyaris otonom. Publikasi pada 2 September 2026 ini menggambarkan bagaimana proses intrusi yang normalnya membutuhkan waktu sekitar dua minggu kerja tim red team dikompresi menjadi kurang dari sepuluh jam — dengan lebih dari 50 teknik MITRE ATT&CK terpakai sepanjang rantai serangan.

Yang membuat kasus ini istimewa, penyerang tidak memerlukan zero-day baru atau tradecraft super elit. Yang mereka bawa adalah efisiensi operasional berbantuan AI: agen-agen yang memantau, mengevaluasi, bertindak, dan menyusun ulang rencana secara real-time. Dalam negosiasi pasca-serangan, pelaku bahkan mengaku kepada tim Unit 42 bahwa mereka memakai model frontier AI dan kerangka kerja agentic yang dirancang khusus untuk ofensif.

Kronologi Sepuluh Jam: Dari API Publik hingga Kendali Penuh

Timeline serangan yang direkonstruksi Unit 42 berjalan seperti orkestrasi yang disiplin. Penyerang membobol endpoint API publik untuk masuk ke jaringan, lalu mengerahkan agen pengintaian otomatis yang memetakan microservice internal. Sub-agen berikutnya menyisir repositori kode perusahaan dan mengambil token yang di-hardcode serta kata sandi layanan. Dengan kredensial yang bocor itu, mereka menyusup ke sistem manajemen rahasia (secrets manager) dan memanen kredensial administratif utama, yang berujung pada penguasaan akses root.

Dari sana serangan merambat ke pipeline. Penyerang membajak aplikasi kode enterprise melalui workflow kustom untuk mengeksfiltrasi kunci akses cloud, dan mencoba menanamkan backdoor pada konfigurasi Terraform — upaya yang akhirnya gagal karena proteksi branch yang ketat. Kunci cloud yang dicuri kemudian dipakai untuk hal yang lebih licik: endpoint AI milik korban sendiri dibajak menjadi infrastruktur pasca-kompromi, memanfaatkan daya komputasi perusahaan untuk langkah-langkah berikutnya sekaligus menyamarkan lalu lintas orkestrasi di antara trafik yang memang wajar.

Unit 42 mencatat sejumlah penanda yang konsisten dengan penggunaan AI sepanjang serangan: panggilan LLM paralel ke beberapa agen frontier, berkas Markdown terstruktur yang menjadi media pertukaran informasi antar agen dan sesi, serta skrip kustom yang dinilai dengan keyakinan tinggi dihasilkan AI. Puncaknya, pelaku meninggalkan “laporan” berisi audit teknis setebal 80 halaman tentang postur keamanan korban, lengkap dengan puluhan temuan yang berhasil dieksploitasi — sebuah catatan perpisahan yang sekaligus menjadi dokumen forensik.

Kategori Ancaman Baru, Pemetaan Baru

Insiden ini memetakan dengan rapi ke MITRE ATLAS, kerangka khusus ancaman AI: pengintaian otomatis berbasis AI (AML.T0002), pemanenan kredensial (AML.T0014), eskalasi privilese lewat pivot otomatis (AML.T0016), intersepsi pipeline ML/DevOps (AML.T0010), hingga pemanggilan LLM menggunakan kunci API curian (AML.T0043). Unit 42 juga memperbarui klasifikasi pada 3 September untuk menegaskan bahwa insiden ini adalah intrusi, bukan serangan ransomware — meski konteksnya adalah serangan pemerasan di mana pelaku memanfaatkan akses untuk menekan korban.

Ada beberapa ciri yang membedakan serangan jenis ini dari intrusi konvensional. Pertama, kecepatan: jeda antar langkah dalam alur serangan menyusut drastis karena agen dirancang untuk membaca output alat mentah dan langsung mengambil langkah berikutnya. Kedua, persistensi redundan: agen membangun tumpang tindih persistensi secara paralel di kunci SSH, fungsi serverless, kebijakan restart container, identitas cloud, dan pipeline CI/CD — portofolio yang biasanya sulit dipelihara operator manusia dalam skala itu. Ketiga, biaya: infrastruktur AI korban ikut menanggung beban komputasi serangan.

Indikator yang Bisa Dicari Defender

Meski serangannya cepat, jejaknya tidak sepenuhnya tak terlihat. Unit 42 menyebutkan pola yang bisa dihunt oleh tim pertahanan: penggunaan Markdown terstruktur sebagai medium operasional, cache Python dan pasangan folder aset yang tidak lazim, ledakan permintaan API (bursty requests), pergeseran status HTTP 401/200 yang cepat, autentikasi paralel dari identitas yang tidak biasa, serta lonjakan pemakaian model AI dari akun yang tidak terduga.

Strategi pertahanan yang direkomendasikan berporos pada sinkronisasi dan tata kelola. Kontainmen terkoordinasi — mencabut kredensial, menghentikan sesi OAuth, membekukan pipeline CI/CD, dan mengisolasi akun cloud secara bersamaan melalui playbook otomatis — menjadi kunci karena respons manual tidak akan mengejar kecepatan agen. AI perlu diperlakukan sebagai infrastruktur inti: inventarisasi setiap endpoint model, kunci API, gateway Model Context Protocol, dan integrasi alat AI, lalu terapkan rate limit, least privilege, dan logging diagnostik yang ketat. Terakhir, pipeline DevOps harus dikunci dengan review kode multipihak dan proteksi branch yang tidak bisa dimodifikasi, seperti yang pada kasus ini justru berhasil menggagalkan penanaman backdoor Terraform.

Bagi organisasi di Indonesia yang tengah mempercepat adopsi AI dan agen, kasus ini adalah pengingat yang tepat waktu: setiap kunci API model yang bocor, setiap repositori dengan token hardcoded, dan setiap pipeline CI/CD yang longgar adalah undangan bagi penyerang — kini dengan kemampuan untuk memanfaatkannya dalam hitungan jam, bukan minggu.