Model dan platform AI
Chrome Security Membangun Web Sintetis untuk Menguji Agen Penjelajah AI

Poin utamaMirror Dimension menyediakan alamat-alamat yang familiar di dalam sandbox terisolasi…
Lihat selengkapnya
- Mirror Dimension menyediakan alamat-alamat yang familiar di dalam sandbox terisolasi sehingga agen tidak dapat mendeteksi pengujian tersebut.
- Agen kritikus otonom membangun dan merevisi situs sintetis karena simulasi yang belum selesai dapat mengungkap evaluasi.
- Alur kerja red-teaming menghasilkan lebih dari 1.000 kandidat pengujian per insinyur keamanan setiap hari.
Tim Chrome Security Google memperkenalkan Mirror Dimension pada 19 November 2026, sebuah web sintetis mandiri untuk menguji agen yang mendukung fitur penjelajahan otomatis Chrome. Lingkungan ini mencakup ribuan situs web simulasi yang terinspirasi oleh aktivitas sehari-hari pengguna dan dirancang untuk mengevaluasi perlindungan keselamatan tanpa membiarkan tindakan agen berdampak pada web aktif.
Lingkungan ini diperlukan karena skala pengujian. Pelatihan dan evaluasi agen peramban memerlukan ribuan tindakan baca dan tulis di ratusan situs web. Sering kali, model harus menyimpulkan tujuan dari permintaan pengguna, bukan menerima URL. Web publik terus berubah, dan tindakan agen tanpa batas dapat menimbulkan bahaya. Sebaliknya, Mirror Dimension menyediakan titik awal yang bersih dan identik untuk setiap lintasan, sehingga efek samping tidak terbawa ke proses berikutnya.
Menjaga Sandbox Tetap Meyakinkan
Salah satu kendala utama dalam desainnya adalah kesadaran bahwa model sedang dievaluasi, yaitu ketika model menduga dirinya sedang diuji lalu mengubah perilakunya. Menempatkan semua situs di bawah domain yang jelas-jelas buatan, atau menyebutkan domain itu dalam prompt, dapat memicu masalah tersebut. Karena itu, Mirror Dimension memungkinkan agen meminta alamat yang familier, seperti www.youtube.com sementara instans Chrome tanpa antarmuka berjalan di dalam sandbox gVisor yang terisolasi.
Alih-alih membiarkan permintaan mencapai DNS eksternal atau internet publik, sandbox menangkap koneksi tersebut dan mengarahkannya ke proksi lokal yang menyajikan situs-situs hasil generasi. Karena Chrome dirancang untuk memblokir penyadapan semacam ini, proksi tersebut secara dinamis menerbitkan sertifikat leaf TLS yang dirantai ke otoritas sertifikat akar khusus yang dipasang di peramban terkendali. Google mencatat bahwa penyerang jaringan dari luar tidak dapat memasang sertifikat akar semacam itu di perangkat pengguna sungguhan tanpa akses administratif berhak istimewa; tim dapat menetapkan jangkar kepercayaan tersebut saat startup karena mereka mengendalikan sandbox.
Agen Membangun dan Mengkritik Situs
Mengisi lingkungan tersebut memerlukan lebih dari sekadar halaman statis. Situs pengujian harus mendukung alur kerja bertahap di berbagai pasar layanan lokal, proses pembayaran e-commerce, linimasa media sosial, dan halaman resep, karena agen dapat mendeteksi petunjuk bahwa simulasi belum selesai. Manusia menentukan alur pengguna tingkat tinggi, lalu perangkat pengembangan otonom multiagen merancang, membangun, dan merevisi situs di dalam sandbox.
Agen riset mengubah permintaan menjadi spesifikasi dan aset antarmuka; agen pembangun menulis HTML, CSS, dan JavaScript; sementara agen pengkritik memeriksa semantik aksesibilitas, validasi formulir, kesalahan konsol JavaScript, batas elemen, dan tata letak responsif. Chrome DevTools for Agents memungkinkan subagen memeriksa tangkapan layar, mengeklik, mengetik, menjelajah, dan mengamati perilaku aplikasi, sehingga mereka dapat menguji alur pengguna yang ditampilkan alih-alih hanya menganalisis kode sumber. Siklus kritik mengutamakan kesetiaan hasil daripada kecepatan penyelesaian, dan para pengkritik memeriksa ulang perbaikan yang dapat menimbulkan masalah baru.
Menguji Pertahanan terhadap Injeksi Prompt
Pengendalian itu juga mendukung pengujian red-team dinamis terhadap injeksi prompt tidak langsung, yaitu ketika instruksi tersembunyi dalam konten web yang tidak tepercaya berusaha membuat agen melakukan tindakan tanpa izin. Server dapat menyisipkan payload ke dalam gambar, teks, label aksesibilitas, atau respons terstruktur alat WebMCP pada titik-titik tertentu dalam alur kerja bertahap, mencakup antarmuka visual, DOM, dan alat yang diamati agen peramban.
Awalnya, Chrome mengidentifikasi payload melalui parameter URL yang terlihat, tetapi terkadang agen mengenali parameter yang tidak wajar dan menyadari bahwa dirinya sedang dievaluasi. Kini, perangkat red-team meneruskan pengenal payload melalui header HTTP khusus. Sandbox menyaring header tersebut dan menyajikan halaman yang telah diubah tanpa mengubah URL yang terlihat, sehingga tampilannya tetap seperti situs biasa.
Chrome melaporkan bahwa pipeline otomatisnya menghasilkan lebih dari 1.000 kandidat pengujian per insinyur keamanan setiap hari. Jumlah itu lebih dari 30 kali lipat beberapa lusin serangan realistis yang dapat dibuat dan diuji secara manual oleh seorang insinyur setiap hari. Dengan demikian, para spesialis dapat berfokus menemukan teknik serangan baru, sementara pipeline menyempurnakan dan mengevaluasi gagasan yang sudah ada.
Implementasi saat ini berfokus pada agen penggunaan peramban yang dibatasi pada primitif web dan pemanggilan alat. Chrome menyatakan bahwa arsitektur ini juga dapat diperluas ke agen pengodean serbaguna dengan rangkaian alat yang lebih luas. Untuk agen peramban, desain ini menjadikan realisme sebagai persyaratan keselamatan selain pembatasan: agen yang menyadari bahwa dirinya berada di sandbox mungkin tidak lagi menunjukkan bagaimana perilakunya di web publik.












