OWASP GenAI Security Project menerbitkan 'LLM Exploit Generation Guide 2.0' (Fase 2: Pendekatan Ofensif Agentic vs. Klasik)

Pada 27 Oktober 2026 (json-ld datePublished=2026-10-27 di genai.owasp.org), tim Cyber Threat Intelligence (CTI) Layer dari OWASP GenAI Security Project merilis 'LLM Exploit Generation Guide 2.0', laporan Fase 2 dari inisiatif Securing and Scrutinizing LLMs in Exploit Generation. Selama sekitar 15 bulan mulai musim semi 2025, tim menjalankan dua jalur paralel terhadap mesin Hack The Box live yang dipublikasikan setelah tanggal cut-off pelatihan model: jalur 'klasik' di mana operator manusia bekerja langkah demi langkah dengan model yang dihosting/lokal, dan jalur 'agentic' di mana kerangka kerja otonom diarahkan ke target yang sama dan dibiarkan berjalan. Laporan ini membandingkan keberhasilan, upaya manusia, biaya, penjaga (guardrails), dan keterbatasan operasional; temuan kuncinya adalah bahwa kedua pendekatan menurunkan hambatan keahlian tetapi tidak ada yang menghilangkannya sepenuhnya, agen otonom sering menghasilkan aktivitas yang bising/berulang sementara serangan yang dipandu manusia bisa lebih senyap, dan laporan ini menilai keandalan benchmark serta memberikan peluang deteksi bagi para pembela yang menghadapi ancaman berbantuan AI (misalnya, pembela kini hanya punya waktu berhari-hari, kadang hanya beberapa jam, untuk menambal).

Ini adalah perbandingan empiris pertama dari OWASP mengenai penggunaan LLM ofensif yang dipandu manusia vs. sepenuhnya agentic di bawah kendala aktor ancaman yang realistis, secara langsung memberikan informasi tentang bagaimana analis intelijen ancaman dan pembela harus mendeteksi serta memprioritaskan serangan berbantuan AI dan bagaimana tim red team harus menentukan cakupan red-teaming AI agentic vs. klasik. Ini memperkuat penilaian NCSC/ASD sebelumnya bahwa dorongan AI jangka pendek lebih menguntungkan aktor yang sudah mampu daripada memberdayakan pemula secara menyeluruh, dan menyediakan sinyal deteksi untuk perilaku serangan agentic.

Tim keamanan harus meninjau temuan Fase 2 untuk menyetel deteksi terhadap aktivitas AI agentic (panggilan alat yang berulang, reconnaissance yang bising) dan untuk membentuk metodologi evaluasi red-team/offensive otomatis; praktisi yang mengevaluasi klaim 'AI bisa hack' harus memperlakukan skor benchmark dengan kecurigaan sesuai panduan laporan tersebut.