Para Ahli Memperingatkan Tentang Peretasan Cryptocurrency Secara Massal dengan Menggunakan Agen AI

cryptonews.ruDipublikasikan tanggal 2026-08-20Terakhir diperbarui pada 2026-08-20

Abstrak

Para ahli yang berbicara di Wyoming Blockchain Symposium memperingatkan bahwa agen kecerdasan buatan (AI) dapat menurunkan biaya dan meningkatkan skala serangan terhadap pemilik mata uang kripto secara drastis. Otomatisasi memungkinkan penyerang untuk mencari kerentanan di dompet, kata sandi, dan jaringan sejumlah besar korban potensial secara bersamaan. Data TRM Labs menunjukkan bahwa industri kripto mengalami 207 peretasan pada paruh pertama 2026, dengan total kerugian mencapai $972 juta. Jumlah serangan ini meningkat dua kali lipat dibandingkan periode yang sama tahun 2025. Meskipun kompromi infrastruktur (seperti pencurian kunci privat) hanya menyumbang 15% dari insiden, kerugiannya mencapai 76%. Para ahli, termasuk CEO Global Settlement Network Ryan Kirkly, menekankan bahwa ekonomi serangan telah berubah. Agen AI otonom memungkinkan penyerangan yang masif terhadap target individu yang sebelumnya tidak menguntungkan secara ekonomi. Mereka juga memperingatkan risiko seperti agen yang diretas untuk menguras dompet, masalah privasi metadata, dan tantangan tanggung jawab hukum atas tindakan otonom agen. Sementara itu, platform seperti MetaMask telah merilis dompet berbasis agen yang memungkinkan AI melakukan transaksi dalam batas tertentu. Namun, risiko seperti "injeksi prompt" berbahaya tetap ada. Para ahli menyoroti perlunya batasan yang jelas, pemeriksaan manual, dan peningkatan kepercayaan terhadap teknologi ini sebelum adopsi luas dapat terjadi.

Agen AI dapat secara drastis menurunkan biaya dan meningkatkan skala serangan terhadap pemilik cryptocurrency, menurut peserta Wyoming Blockchain Symposium. Menurut mereka, otomatisasi akan memungkinkan pelaku jahat untuk secara bersamaan mencari kerentanan di dompet, kata sandi, dan jaringan sejumlah besar korban potensial.

Pendiri dan CEO Global Settlement Network, Ryan Kirkley, berpendapat bahwa industri terlalu sering melihat agen otonom hanya sebagai alat yang berguna dan meremehkan kemungkinan penggunaannya oleh pihak penyerang.

"Kami bertingkah seolah-olah agen selalu baik. Saya pikir ini adalah kesalahan fatal di hampir semua hal yang terkait dengan sistem seperti itu saat ini," katanya.

Menurut data TRM Labs, hanya dalam enam bulan pertama tahun 2026, industri crypto telah menghadapi 207 peretasan — jumlah tertinggi untuk periode enam bulan mana pun dalam statistik perusahaan. Total kerugian mencapai $972 juta.

Menurut Kirkley, sebelumnya tidak menguntungkan secara ekonomi bagi seorang pelaku jahat untuk menghabiskan banyak waktu dan sumber daya untuk menyerang individu dengan portofolio crypto yang relatif kecil. Agen AI mengubah ekonomi ini: satu sistem otonom berpotensi dapat diluncurkan melawan sejumlah besar target sekaligus.

Ahli tersebut mengakui bahwa dalam skenario seperti itu, bahkan serangan besar saat ini terhadap protokol crypto mungkin terlihat kecil dibandingkan dengan kerusakan kumulatif dari kampanye otomatis massal.

Data TRM menunjukkan bahwa serangan sudah menjadi lebih massal. Pada Januari-Juni, jumlahnya berlipat ganda dibandingkan dengan 83 kasus pada periode yang sama tahun 2025. Namun, kompromi infrastruktur dan operasional — termasuk pencurian kunci privat dan frasa seed — hanya menyumbang sekitar 15% dari insiden, tetapi menyebabkan sekitar 76% dari semua kerugian.

Lebih Mudah dan Lebih Cepat

Wakil Presiden Operasi Teknis Web3 Foundation, Bill Laboon, setuju bahwa keunggulan sistem otonom sekaligus mempermudah aktivitas pelaku jahat.

"Ini berarti gesekan menjadi lebih sedikit juga bagi orang jahat. Bagi yang baik, yang jahat, dan yang netral," katanya.

Keunggulan utama agen AI terletak pada kemampuannya untuk secara mandiri menjalankan urutan tindakan: mencari informasi, mengakses layanan eksternal, bekerja dengan kode, dan menggunakan alat yang tersedia tanpa partisipasi manusia yang konstan.

Sifat yang sama memungkinkan penggunaannya untuk pencarian target dan kerentanan yang otomatis.

Kemampuan praktis sistem seperti itu sudah digunakan oleh para pembela. Pada bulan Juli, Ethereum Foundation menggunakan agen AI untuk menganalisis komponen kritis blockchain. Sistem mempelajari kode, mencari kerentanan potensial, dan menyiapkan materi untuk proof-of-concept.

Di yayasan tersebut, mereka menekankan perlunya pemeriksaan manual terhadap hasil: sebagian besar kandidat yang ditemukan oleh agen ternyata adalah false positive, duplikat, atau masalah di luar cakupan penelitian.

Seberapa Banyak Kekuasaan yang Diberikan kepada Agen

Secara terpisah, peserta diskusi membahas risiko menghubungkan sistem otonom langsung ke alat keuangan pengguna.

"Gagasan memberi satu agen semua kekuasaan ini — akses ke data kartu kredit saya, informasi keamanan, Social Security, semua data pribadi, dan berbagai akun — tampak menakutkan tanpa batasan yang jelas," kata Presiden Midnight Foundation, Fahmi Syed.

Kirkley menganggap manajemen izin sebagai tugas yang dapat diselesaikan. Ancaman yang lebih serius, katanya, adalah kompromi agen itu sendiri atau lingkungan tempat ia bekerja.

"Apakah kita tidak menciptakan vektor serangan baru, di mana agen dapat direbut dan dompet dikosongkan?" tanyanya.

Masalah seperti itu menjadi lebih relevan dengan munculnya dompet dan layanan crypto yang memungkinkan AI secara mandiri mengelola aset. Pada 6 Agustus, MetaMask membuka akses umum ke Agent Wallet. Pengguna dapat menetapkan batas pengeluaran, jaringan yang diizinkan, alamat, dan protokol kepada agen, setelah itu sistem secara mandiri menjalankan operasi dalam batas yang ditetapkan.

MetaMask juga memperingatkan tentang risiko "injeksi prompt". Jika agen secara bersamaan menganalisis data dari sumber eksternal dan mampu memulai operasi keuangan, instruksi berbahaya yang tersembunyi berpotensi mengakibatkan transaksi on-chain yang tidak dapat dibatalkan.

Untuk mengurangi risiko, dompet memisahkan pengambilan keputusan oleh model dari pemeriksaan kebijakan dan penandatanganan transaksi.

Risiko Lainnya

Laboon menunjuk pada masalah potensial lain — perasaan privasi yang keliru. Bahkan jika blockchain atau aplikasi menyembunyikan isi transaksi, metadata terkait dapat memungkinkan algoritma untuk mencocokkan fragmen informasi individu dan merekonstruksi hubungan antara pengguna.

"Inilah yang benar-benar mengkhawatirkan saya: kebocoran metadata. Orang akan menganggap diri mereka terlindungi karena menggunakan jaringan pribadi," kata perwakilan Web3 Foundation itu.

Selain keamanan, peserta panel menyebut kurangnya kepercayaan sebagai salah satu hambatan utama penyebaran agen AI. Laboon mengingatkan bahwa model bahasa modern masih mampu menghasilkan informasi yang salah.

"LLM saya masih terkadang berhalusinasi. Saya tidak ingin menyerahkan akun pensiun saya ke tangan mereka," katanya.

Pendiri Silvermine Capital Advisors, Richard Shorten, percaya bahwa perkembangan teknologi agen melampaui kecepatan di mana pengguna dan perusahaan dapat memahami konsekuensi penerapannya. Menurutnya, tugasnya adalah mengubah kemampuan teknis menjadi sistem yang bersedia diberikan kontrol oleh orang setidaknya atas bagian-bagian tertentu dari bisnis atau kehidupan sehari-hari.

Siapa yang Bertanggung Jawab atas Kesalahan Agen

Masalah lain yang belum terpecahkan berkaitan dengan tanggung jawab hukum atas tindakan otonom. Kirkley mempertanyakan siapa yang harus bertanggung jawab jika agen secara mandiri melanggar hukum, mentransfer dana ke penerima yang salah, atau melakukan operasi yang tidak dapat dibatalkan.

"Jika agen Anda melakukan sesuatu yang ilegal atau menghabiskan uang yang seharusnya tidak dihabiskan, bagaimana mengembalikannya? Siapa yang membuat keputusan akhir? Pertanyaannya adalah, pada akhirnya siapa yang bertanggung jawab," katanya.

Masalah ini terutama terlihat di blockchain, di mana transaksi yang telah dilaksanakan dalam banyak kasus tidak dapat dibatalkan begitu saja.

Lima Penyakit Masa Kecil AI

Sebelumnya, Anthropic menemukan masalah dengan kepercayaan, kebohongan, dan konspirasi pada AI multi-agen.

Mengingat kembali, pada bulan Agustus, redaksi ForkLog membedah konsep "centaur terbalik" yang dijelaskan oleh Cory Doctorow, dan mencari tahu siapa yang diuntungkan dari otomatisasi semacam itu.

end-content

Pertanyaan Terkait

QApa yang memungkinkan AI-agen secara drastis menurunkan biaya dan meningkatkan skala serangan terhadap pemilik cryptocurrency, menurut para ahli di Wyoming Blockchain Symposium?

AAutomatisasi. AI-agen memungkinkan penyerang untuk mencari kerentanan di dompet, kata sandi, dan jaringan sejumlah besar korban potensial secara bersamaan, mengubah ekonomi serangan.

QMenurut data TRM Labs untuk paruh pertama 2026, berapa jumlah peretasan yang dihadapi industri crypto dan berapa total kerugiannya?

AIndustri crypto menghadapi 207 peretasan dengan total kerugian mencapai $972 juta, jumlah tertinggi dalam periode enam bulan mana pun dalam statistik perusahaan.

QApa keuntungan utama AI-agen yang juga memudahkan aktivitas penjahat, menurut Wakil Presiden Web3 Foundation untuk Operasi Teknis?

AKemampuan untuk secara mandiri menjalankan urutan tindakan, seperti mencari informasi, mengakses layanan eksternal, bekerja dengan kode, dan menggunakan alat yang tersedia tanpa partisipasi manusia yang konstan.

QApa salah satu risiko utama yang disebutkan jika agen otonom terhubung langsung ke alat keuangan pengguna?

ARisiko kompromi atau peretasan terhadap agen itu sendiri atau lingkungan tempatnya bekerja, yang dapat menyebabkan pencurian seluruh aset di dompet.

QMasalah hukum apa yang belum terselesaikan terkait tindakan otonom oleh AI-agen, menurut Ryan Kirkly?

APertanyaan tentang siapa yang bertanggung jawab secara hukum jika agen secara mandiri melanggar hukum, mentransfer dana ke penerima yang salah, atau melakukan transaksi yang tidak dapat dibatalkan, terutama di blockchain.

Bacaan Terkait

HYPE Melonjak 26,86%, Mendekati Rekor Tertinggi Baru, Apa yang Dibeli Pasar?

HYPE mengalami lonjakan 26.86% dalam 24 jam, mendekati harga tertinggi baru, didorong oleh beberapa faktor utama. Presiden AS Donald Trump secara terbuka menyebutkan bahwa Ketua CFTC AS, Michael Selig, sedang mendorong upaya agar Hyperliquid dapat beroperasi secara legal dan patuh di Amerika Serikat. Ini merupakan perkembangan signifikan dalam perjalanan kepatuhan platform. Selain itu, Hyperliquid telah aktif melakukan lobi. Pusat Kebijakan Hyperliquid bersama trade.xyz telah mengajukan proposal kepada SEC AS untuk memasukkan kontrak berkelanjutan pra-IPO (IPOP) ke dalam kerangka reformasi, bertujuan menciptakan mekanisme penemuan harga sebelum saham perusahaan tercatat. Mereka juga telah melakukan pertemuan dengan regulator. Di sisi lain, Hyperliquid memiliki koneksi dengan regulator melalui mantan Ketua CFTC, Giancarlo, yang menjadi penasihat hukum mereka dan memiliki hubungan dekat dengan Selig. Pathway kepatuhan yang mungkin termasuk berkolaborasi dengan lembaga kliring berlisensi AS, mendaftarkan asetnya di platform patuh seperti Coinbase, atau membangun/mengakuisisi platform baru untuk pasar AS, dengan opsi pertama dianggap lebih realistis. Meskipan proses kepatuhan penuh diperkirakan masih membutuhkan waktu beberapa bulan hingga setahun, langkah-langkah substantif ini meningkatkan prospek Hyperliquid dan memberikan momentum positif bagi harga token HYPE untuk melanjutkan kinerja bullishnya.

Odaily星球日报51m yang lalu

HYPE Melonjak 26,86%, Mendekati Rekor Tertinggi Baru, Apa yang Dibeli Pasar?

Odaily星球日报51m yang lalu

Aset Tokenisasi Tembus Rp 671 Triliun, Tapi Mengapa Securitize Malah Rugi Rp 8,6 Triliun?

Laporan keuangan pertama Securitize setelah go public menunjukkan kontradiksi yang mencolok. Meskipun Aset Kelolaan Rata-rata (AUM) untuk aset yang ditokenisasi mencapai rekor tertinggi $4.3 miliar (naik 16% YoY) dan volume perdagangan melonjak 147% menjadi $5.3 miliar, total pendapatan perusahaan justru turun 5% menjadi $14.4 juta. Pendapatan dari bisnis tokenisasi turun sekitar 12% menjadi $7.8 juta, dan perusahaan mencatat kerugian EBITDA disesuaikan sebesar $5.5 juta. CFO Francisco Flores mengakui bahwa sebagian besar volume perdagangan saat ini belum menghasilkan pendapatan komersial. Para ahli industri, seperti Edwin Mata dari Brickken, menjelaskan bahwa ini adalah tantangan struktural. Pertumbuhan AUM tidak secara otomatis diterjemahkan ke dalam pendapatan berulang yang dapat diskalakan karena model saat ini masih bergantung pada proyek implementasi satu per satu yang kustom, bukan pendapatan infrastruktur yang berkelanjutan. Securitize menurunkan panduan pendapatan tahunan menjadi $70-80 juta dari prediksi sebelumnya $110 juta. Untuk mencapai target baru ini, perusahaan perlu meningkatkan pendapatan triwulanan secara signifikan di paruh kedua tahun ini. Masa depan akan bergantung pada kemampuan platform untuk menghasilkan pendapatan berulang dari aset yang sudah aktif di platform, terutama dengan mengembangkan model berbasis biaya transaksi dari aset likuid seperti saham yang ditokenisasi, alih-alih terus mengandalkan pendapatan dari proyek implementasi baru.

marsbit56m yang lalu

Aset Tokenisasi Tembus Rp 671 Triliun, Tapi Mengapa Securitize Malah Rugi Rp 8,6 Triliun?

marsbit56m yang lalu

Lima Paradoks Kecerdasan Buatan

Paradoks Kecerdasan Buatan: Antara Prediksi dan Realitas Era Kecerdasan Buatan (AI) penuh dengan paradoks yang menyertai perjalanan perkembangannya. **Paradoks Prediksi:** Prediksi tentang masa depan AI sering kali meleset, baik dari para peraih penghargaan ternama seperti Minsky dan Hinton maupun para CEO perusahaan AI. Ramalan tentang AGI (Artificial General Intelligence) sangat bervariasi, dari yang percaya sudah hadir hingga yang meragukan kemungkinannya, menunjukkan bahwa masa depan teknologi sulit dipastikan. **Paradoks Kuantifikasi Pekerjaan:** Banyak laporan dari lembaga internasional dan konsultan berusaha mengukur dampak AI pada pekerjaan, namun hasilnya berkisar sangat luas (0.4%-67%). Hal ini terjadi karena sulitnya mengisolasi pengaruh AI dari faktor ekonomi, sosial, dan teknologi lainnya yang kompleks. **Paradoks Produktivitas:** Meskipun kemajuan AI pesat, pertumbuhan produktivitas di banyak negara, seperti di Uni Eropa, belum menunjukkan percepatan yang signifikan. Fenomena ini mirip dengan "Paradoks Solow" di era komputer, di mana dampak nyata suatu teknologi membutuhkan waktu untuk terwujud melalui inovasi komplementer dan perubahan organisasi. **Paradoks Nilai Data:** Data dianggap sebagai "minyak baru" dan fondasi AI, namun nilainya sulit dimonetisasi dan diukur dalam istilah keuangan. Di pasar modal China, nilai data yang tercatat dalam neraca perusahaan sangat kecil (hanya sekitar 0.3% dari industri inti AI), menunjukkan kesenjangan antara nilai guna dan nilai tukarnya. **Paradoks Revolusi Industri:** Hampir setiap teknologi baru dalam beberapa dekade terakhir, dari mikroelektronik hingga blockchain, pernah disebut-sebut sebagai pemicu "Revolusi Industri Keempat". Kini, AI-lah yang paling sering dikaitkan dengan gelar tersebut. Namun, gelar "revolusi industri" biasanya adalah narasi yang dibentuk setelah kejadian berlangsung, bukan saat kita mengalaminya.

marsbit58m yang lalu

Lima Paradoks Kecerdasan Buatan

marsbit58m yang lalu

Trading

Spot
活动图片