Anthropic Kirim Pemberitahuan DMCA, Menghapus Secara Besar-besaran 8.100 Repositori Kode Sumber

marsbitDipublikasikan tanggal 2026-04-01Terakhir diperbarui pada 2026-04-01

Abstrak

Menanggapi kebocoran kode sumber, raksasa AI Anthropic telah melancarkan tindakan hukum dengan mengirimkan pemberitahuan DMCA ke GitHub. Platform tersebut menuruti permintaan tersebut dan menghapus lebih dari 8.100 repositori, termasuk repositori utama dan fork-nya, menjadikannya operasi pembersihan hak cipta terbesar di industri AI. Penyelidikan mengungkapkan bahwa kebocoran bukan disebabkan oleh kesalahan manusia, melainkan oleh bug dalam alat internal yang digunakan untuk membuat paket produksi. Bug ini menyebabkan file sensitif dan kode TypeScript, yang seharusnya bersifat privat, ikut terbundle. Meskipun GitHub telah menghapus ribuan repositori, kode tersebut telah diunduh, dikloning, dan disebarkan oleh ribuan developer ke berbagai platform seperti Telegram, layanan cloud, dan Git pribadi, sehingga hampir mustahil untuk menghapusnya sepenuhnya. Saat ini, banyak developer masih menganalisis kode yang bocor, yang mengungkap logika implementasi Claude Code dan instruksi internal untuk penyesuaian perilaku model.

Merespons insiden kebocoran kode sumber sebelumnya, raksasa AI Anthropic secara resmi meluncurkan serangan balik hukum. Menurut pesan terbaru, perusahaan telah mengajukan beberapa pemberitahuan penghapusan DMCA (Digital Millennium Copyright Act) ke GitHub, meminta pembersihan semua repositori kode sumber Claude Code yang dihosting secara ilegal di platform.

Dampaknya, GitHub mengambil pendekatan penanganan "sekali sapu", tidak hanya menghapus repositori utama yang dilaporkan, tetapi juga secara bersamaan menghapus lebih dari 8.100 repositori cabang (Fork) terkait. Ini adalah aksi pembersihan hak cipta kode terbesar dalam industri AI dalam beberapa tahun terakhir.

Pembalikan Alasan Kebocoran: Bukan "Kesalahan Manusia", Melainkan BUG Alat

Opini publik sebelumnya umumnya mengira kebocoran disebabkan oleh kesalahan operasi karyawan, tetapi laporan investigasi terbaru menunjukkan bahwa pelaku sebenarnya mungkin adalah BUG mendasar dalam alat pengepakan yang digunakan secara internal oleh Anthropic.

BUG ini menyebabkan saat membangun paket lingkungan produksi, sistem secara keliru memasukkan file sensitif yang seharusnya dalam status privat dan kode sumber TypeScript lengkap ke dalam paket. Paparan detail teknis ini, sampai batas tertentu, meredakan pertanyaan dari luar tentang profesionalisme karyawan Anthropic, tetapi juga mengungkap celah keamanan serius yang ada dalam alur kerja otomatisasi mereka.

Meskipun GitHub bekerja sama menghapus 8.100 repositori, karena kode sumber dalam 48 jam terakhir telah diunduh, dikloning, dan disebarkan ke Telegram, penyimpanan cloud, serta platform Git pribadi oleh puluhan ribu pengembang global, membersihkan data ini secara menyeluruh hampir mustahil.

Saat ini, masih ada banyak pengembang dalam komunitas yang melakukan penelitian "arkeologis" terhadap kode-kode ini. Kode sumber yang bocor tidak hanya menunjukkan logika implementasi Claude Code, tetapi juga berisi sejumlah besar instruksi internal tentang penyesuaian perilaku model.

Pertanyaan Terkait

QApa yang menjadi penyebab utama kebocoran kode sumber Claude Code menurut laporan terbaru?

AMenurut laporan terbaru, penyebab utamanya adalah BUG dalam alat pengemasan internal yang digunakan Anthropic. BUG ini menyebabkan file sensitif dan kode TypeScript lengkap yang seharusnya bersifat pribadi ikut terbawa dalam paket lingkungan produksi.

QBerapa banyak repositori GitHub yang akhirnya dihapus sebagai dampak dari pemberitahuan DMCA yang dikirim Anthropic?

ASebanyak 8100 repositori terkait, termasuk repositori utama dan semua cabang (fork), telah dihapus dari GitHub.

QMengapa mustahil untuk menghapus sepenuhnya kode sumber yang bocor ini?

AKarena dalam 48 jam pertama, kode sumber telah diunduh, dikloning, dan disebarluaskan oleh puluhan ribu pengembang ke berbagai platform seperti Telegram, layanan cloud, dan platform Git pribadi lainnya.

QApa saja informasi sensitif yang terkandung dalam kode sumber yang bocor tersebut?

AKode yang bocor tidak hanya menunjukkan logika implementasi Claude Code, tetapi juga berisi banyak instruksi internal tentang penyesuaian perilaku model (model behavior fine-tuning).

QApa yang dilakukan komunitas pengembang terhadap kode sumber yang bocor ini?

ABanyak pengembang di komunitas sedang melakukan penelitian mendalam seperti 'arkeologi' terhadap kode tersebut untuk mempelajarinya.

Bacaan Terkait

Membuat Tulang Orakel Berusia Tiga Ribu Tahun Bicara: Sistem Bantuan Penafsiran Pertama yang Meniru Alur Kerja Ahli Manusia

Menyuarakan Tulang Oracle yang Tertidur 3000 Tahun: Sistem AI Pertama Tiru Alur Kerja Ahli Para peneliti dari Universitas Sains dan Teknologi Huazhong dkk. meluncurkan sistem kecerdasan buatan bernama AlphaOracle, sistem bantu pertama yang meniru alur kerja ahli dalam menguraikan dan menafsirkan tulang oracle (jiaguwen). Sistem ini dirancang untuk membantu para ahli menyelesaikan pekerjaan yang rumit dalam memecahkan kode tulang kuno dari Dinasti Shang. AlphaOracle bekerja dengan mensimulasikan proses penelitian ahli: menganalisis evolusi bentuk karakter, memeriksa konteks penggunaan dalam kalimat lengkap dan prasasti serupa, lalu mencari bukti pendukung dalam literatur kuno dan penelitian modern untuk membentuk rantai bukti yang lengkap. Setiap langkah analisis dilengkapi dengan sumber, kandidat jawaban, dan tingkat keyakinan, memudahkan ahli untuk memeriksa ulang. Dari lebih dari 4500 karakter berbeda yang ditemukan, baru sekitar 1500 yang telah berhasil diuraikan. AlphaOracle bertujuan membantu memecahkan sekitar 3000 karakter yang tersisa. Dalam evaluasi melibatkan 86 ahli dan peneliti, 78.7% peserta memberikan penilaian positif, memperkirakan sistem ini dapat menghemat rata-rata 64% waktu analisis. Sistem ini memproses dalam empat langkah utama: 1) Mengurai dan merekonstruksi kalimat dari gambar rubbing; 2) Menganalisis bentuk karakter melalui evolusi dan komponen; 3) Menguji hipotesis dalam konteks kalimat dan prasasti serupa; 4) Mencari dukungan bukti dari literatur klasik dan penelitian modern. Laporan akhir yang dihasilkan menyajikan semua bukti secara terstruktur untuk ditinjau ahli. AlphaOracle tidak dimaksudkan untuk menggantikan keputusan akhir ahli, tetapi bertindak sebagai asisten cerdas yang efisien dalam menemukan petunjuk, mengumpulkan bukti, dan membandingkan interpretasi. Pendekatan ini juga berpotensi diterapkan pada bidang studi aksara kuno lainnya, membuka jalan bagi kolaborasi yang lebih produktif antara kecerdasan buatan dan keahlian manusia dalam mengungkap sejarah.

marsbit13m yang lalu

Membuat Tulang Orakel Berusia Tiga Ribu Tahun Bicara: Sistem Bantuan Penafsiran Pertama yang Meniru Alur Kerja Ahli Manusia

marsbit13m yang lalu

AI Bantah Dugaan Matematika Berusia Ratusan Tahun Ternyata Palsu, Bukti Lean Muncul Celah, Profesor Columbia Merasa Tersakiti

OpenAI mengumumkan sepuluh kemajuan matematika yang luar biasa dari model penalaran internal terbarunya, termasuk bukti pertama keberadaan kelompok Non-sofic, batas bawah sirkuit baru, dan solusi untuk batas kesulitan masalah Closest Vector Problem (CVP). Salah satu yang paling menonjol adalah teorema pengulangan paralel kuantum, yang berhasil diselesaikan oleh AI setelah satu dekade upaya oleh Profesor Henry Yuen dari Universitas Columbia. Meskipun bukti tersebut telah diverifikasi oleh Lean, Yuen menyatakan bahwa penulisannya terasa khas AI: bertele-tele namun kurang memberikan penjelasan intuitif untuk langkah-langkah kunci. Hal ini menyoroti tantangan bahwa verifikasi formal oleh mesin tidak sama dengan pemahaman manusia yang mendalam. Artikel ini juga membahas insiden di mana Lean digunakan untuk "membuktikan" bahwa Konjektur Collatz yang terkenal itu salah, yang ternyata hanya memanfaatkan kerentanan dalam inti Lean. Insiden ini, bersama dengan komentar dari profesor seperti Alex Kontorovich, menggarisbawahi batasan alat formal: mereka dapat memastikan kebenaran logis tetapi tidak dapat menjamin keselarasan semantik antara definisi formal dan niat intuitif manusia. Kesimpulannya, AI dapat menghasilkan bukti yang benar, dan mesin dapat memverifikasinya, tetapi proses memahami, mengartikulasikan, dan memvalidasi makna sebenarnya dari teorema tersebut tetap menjadi tanggung jawab manusia yang tidak tergantikan.

marsbit14m yang lalu

AI Bantah Dugaan Matematika Berusia Ratusan Tahun Ternyata Palsu, Bukti Lean Muncul Celah, Profesor Columbia Merasa Tersakiti

marsbit14m yang lalu

Trading

Spot
活动图片