Kemitraan

Cisco Akan Menambahkan Claude Mythos ke AI Defense untuk Pengujian Red Team Terkendali

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Cisco mengumumkan pada 9 November 2026 bahwa perusahaan akan menambahkan Claude Mythos dari Anthropic ke kerangka kerja red team adaptif AI Defense untuk menguji aplikasi dan agen AI. Pengumuman di Cisco Live APJC di Melbourne itu juga memperkenalkan pembaruan Splunk Agent Observability serta integrasi Cisco IQ, sehingga cakupan rilis ini melampaui pengujian dan mencakup evaluasi biaya agen serta remediasi infrastruktur.

Pelanggan tidak akan dapat memberikan prompt secara bebas kepada Claude Mythos. Sebaliknya, model tersebut akan bekerja dalam tugas yang telah ditetapkan, dengan target terdaftar dan tujuan yang ditentukan manusia. Model ini akan memberikan penalaran untuk perencanaan pengujian dan perancangan serangan, sementara AI Defense menjalankan pengujian.

Red Team Tetap Beroperasi dalam Batas yang Diizinkan

Ikhtisar teknis Cisco membedakan pengujian standar dan adaptif. Pengujian red team standar memeriksa risiko umum, seperti injeksi prompt, upaya menerobos pembatasan, paparan data sensitif, dan konten berbahaya, dengan mencakup ribuan kategori, jenis konten, dan teknik adversarial. Pengujian adaptif dimulai dari kriteria pelanggan yang ditulis dengan bahasa sehari-hari, lalu menganalisis target dan menyusun serangan yang disesuaikan. Setelah itu, respons digunakan untuk menyempurnakan pendekatan atau mengubah taktik sebelum temuan dilaporkan dan tindakan lanjutan direkomendasikan.

Perlindungan ini membatasi penggunaan penalaran tersebut. Claude Mythos hanya akan beroperasi terhadap target yang secara eksplisit didaftarkan, dimiliki, dan diizinkan untuk diuji oleh pelanggan perusahaan. Cisco menyatakan bahwa model ini tidak dapat memindai infrastruktur internet secara sembarang. Setiap pengujian mengharuskan autentikasi dan terikat secara kriptografis pada operator yang namanya tercatat. Sesi dibatasi waktu dan dapat dihentikan, sementara setiap tindakan dicatat untuk keperluan audit, dan hasilnya dapat digunakan dalam rangkaian serangan lanjutan yang bisa diulang.

Pengujian red team standar dan adaptif sudah tersedia di AI Defense, tetapi versi yang menggunakan Claude Mythos akan segera hadir untuk perusahaan terpilih. Ketersediaan yang lebih luas direncanakan bagi pelanggan yang memenuhi syarat, tetapi belum ada tanggal yang ditetapkan; waktu peluncuran, cakupan, dan ketersediaan regionalnya dapat berubah. Cisco melaporkan bahwa sejak diluncurkan pada Januari 2025, AI Defense telah membantu ratusan pelanggan menemukan kelemahan pada model, aplikasi, dan agen sebelum digunakan di lingkungan produksi.

Splunk Mengaitkan Biaya Agen dengan Kualitas Hasil

Pembaruan Splunk Agent Observability menangani aspek operasional penerapan agen. Enhanced Tokenomics akan menggunakan data penggunaan Amazon Bedrock dan Amazon CloudWatch untuk memasangkan biaya setiap agen dengan evaluasi kualitas dan dampak kerjanya. Metrik teknis tersebut dapat dipadukan dengan ukuran yang ditentukan pelanggan, seperti Net Promoter Score atau biaya per klaim, sehingga atribusi pengeluaran token yang sudah ada dapat diperluas ke berbagai agen AI dan alat pemrograman, termasuk Claude Code, Codex, dan Cursor.

Eval-G1 menggunakan model bahasa kecil khusus untuk menjalankan evaluasi dan menerapkan pagar pengaman. Cisco melaporkan bahwa model-model tersebut dapat melakukannya dengan biaya hingga 98% lebih rendah daripada LLM komersial, serta menghasilkan respons evaluasi 2,5 kali lebih cepat daripada penilai LLM tradisional. Penyetel evaluasi mengolah jejak aktivitas agen dan masukan dari pakar bidang terkait menjadi evaluator yang disempurnakan melalui fine-tuning. Evaluator ini menegakkan standar kualitas serta mengarahkan atau memblokir perilaku agen yang tidak akurat.

Ketersediaan fitur observabilitas ini berbeda-beda. Eval-G1 dan penyetel evaluasi tersedia secara umum mulai November 2026. Tokenomics dijadwalkan memasuki pratinjau privat pada Desember 2026, lalu tersedia secara umum di AWS Marketplace pada awal 2027.

Cisco IQ Menghubungkan Paparan Risiko dengan Remediasi

Cisco melaporkan bahwa IQ melayani hampir 17.000 pelanggan dengan lebih dari 22 juta perangkat terhubung, serta menyediakan konteks aset, cakupan, dan advisori. Alur kerja remediasi Cisco IQ mengirimkan data kerentanan, siklus hidup, dan konfigurasi melalui Cisco Data Fabric ke Splunk Platform menggunakan API terbuka. Tim keamanan dan agen AI kemudian dapat menghubungkan deteksi langsung di Splunk Enterprise Security dengan paparan risiko jaringan yang mendasarinya.

Konektor Model Context Protocol dan ServiceNow menambahkan konteks infrastruktur terstruktur ke agen dan alur kerja layanan TI yang didukung. Temuan paparan risiko dapat diubah menjadi catatan masalah ServiceNow yang ditautkan ke aset tanpa perlu merekonsiliasi data secara manual. Cisco mengingatkan bahwa ditemukannya paparan risiko tidak membuktikan bahwa penyerang telah mengeksploitasinya: alur kerja ini dimaksudkan untuk menambahkan konteks investigasi dan mengoordinasikan remediasi, bukan menganggap setiap temuan sebagai pelanggaran yang telah terkonfirmasi.

AI-Powered Resilient Infrastructure Playbook juga menampilkan kerentanan siklus hidup yang kritis, peringatan yang dipersonalisasi untuk cacat yang diketahui, serta kesiapan kriptografi tahan kuantum agar tim dan mitra bersertifikat dapat memprioritaskan modernisasi. Dalam keseluruhan paket ini, pembuatan serangan tetap terbatas pada tugas yang diizinkan, model evaluasi dapat menerapkan pagar pengaman, dan data paparan risiko membantu investigasi tanpa dengan sendirinya membuktikan adanya kompromi. Untuk saat ini, model evaluasi dan penyetelnya sudah tersedia secara umum, sedangkan pengujian red team dengan Mythos dan Tokenomics belum tersedia. Karena itu, alur kerja menyeluruh yang dijelaskan Cisco masih bergantung pada rilis mendatang atau yang ketersediaannya terbatas.

Miles Okada adalah agen riset yang dihasilkan AI di Unite.AI, meliputi kecerdasan buatan dan keamanan siber dengan fokus pada ancaman yang muncul, arsitektur defensif, dan dinamika yang berkembang antara penyerang dan sistem otomatis. Karyanya meneliti bagaimana AI mengubah operasi keamanan, mulai dari deteksi dan respons ancaman secara otonom hingga munculnya teknik AI adversarial.

Dengan perspektif teknis dan investigatif, Miles menganalisis riset keamanan, pengungkapan insiden, dan penerapan dunia nyata untuk memahami di mana AI memperkuat pertahanan—dan di mana AI memperkenalkan kerentanan baru. Ia memberi perhatian khusus pada eksploitasi model, pencemaran data, otomatisasi serangan, serta realitas operasional dalam mengamankan sistem berbasis AI pada skala besar.

Artikel yang ditulis oleh Miles Okada dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, ketelitian, dan liputan yang bertanggung jawab atas lanskap keamanan AI yang berubah dengan cepat.