# Risiko AI Agen dan Program CVE di Black Hat 2026

> Black Hat USA 2026 menyoroti dua isu besar: risiko keamanan AI agen dan keraguan terhadap efektivitas program CVE yang jadi rujukan global.

**URL:** https://www.ciptadusa.com/blog/agentic-ai-cve-program-20260828  
**Type:** blog  
**Author:** PT Cipta Dua Saudara  
**Category:** Keamanan Aplikasi  
**Published:** 2026-08-28  
**Cover:** https://cdn-uagents.enitip.com/uploads/blog/2026-08/daily-appsec-20260828-072349.jpg  

## Article

Di Black Hat USA 2026, ada dua hal yang mendominasi percakapan para ahli keamanan sekaligus: melonjaknya risiko AI agen, dan pertanyaan tentang masa depan program CVE. Keduanya bukan kebetulan. Ketika AI agen mulai diberi kewenangan mengeksekusi tugas di sistem produksi, permukaan serangan tumbuh secepat alat mitigasinya. Dan di tengah itu, sistem klasifikasi kerentanan yang selama dua dekade menjadi rujukan global justru menghadapi krisis kredibilitas.

## Ringkasan

Black Hat USA 2026 menyoroti dua isu besar: risiko keamanan AI agen dan keraguan terhadap efektivitas program CVE yang jadi rujukan global.

## Latar Belakang

AI agen berbeda dari model AI biasa. Alih-alih sekadar merespons pertanyaan, agen dirancang untuk mengambil tindakan — menjalankan perintah, memanggil API, memindahkan data. Ketika kewenangan itu diletakkan di dalam sistem produksi tanpa pengawasan yang memadai, satu perintah yang dimanipulasi bisa mengubah agen dari asisten menjadi pintu masuk serangan. Para peneliti di Black Hat menyebutnya sebagai kelas risiko baru yang belum memiliki standar mitigasi yang matang.

Side-by-side, program CVE yang menjadi tulang punggung ekosistem keamanan selama bertahun-tahun menghadapi skeptisisme. Banyak peneliti mempertanyakan kualitas dan konsistensi entri CVE, terutama ketika standar numerik seperti skor keparahan tidak lagi mencerminkan risiko nyata dalam arsitektur berbasis AI.

## Tantangan

Tantangan pertama adalah **kewenangan dan isolasi**. Memberi agen hak untuk bertindak berarti memberi celah potensial jika hak itu disalahgunakan atau dimanipulasi. Tidak ada kontrol izin granular yang cukup untuk menjamin agen hanya menyentuh apa yang diperbolehkan.

Tantangan kedua adalah **ketertelusuran**. Dalam sistem tradisional, sebuah eksploitasi bisa dilacak ke log dan perintah tertentu. Dalam sistem dengan agen, alur keputusan bisa tumpang tindih antarlapisan otomatisasi sehingga sulit menentukan tanggung jawab atas sebuah insiden.

## Pendekatan

Pendekatan yang disarankan para peneliti berkisar pada tiga prinsip. **Prinsip hak terkecil** — agen hanya diberi izin minimal yang dibutuhkan untuk tugasnya, dan setiap tindakan dimonitor secara terpisah. **Prinsip persetujuan manusia** — aksi berisiko tinggi seperti transfer data atau perubahan konfigurasi kritis memerlukan validasi manusia, bukan eksekusi penuh-otomatis. **Prinsip rekayasa ulang CVE** — proses klasifikasi kerentanan perlu dibenahi agar lebih transparan, konsisten, dan relevan dengan realitas arsitektur baru.

Bagi organisasi yang mulai mengadopsi AI agen, pesannya sederhana: keamanan bukan fitur tambahan, melainkan persyaratan desain sejak awal. Semakin cepat keputusan tentang izin dan pengawasan dibuat di tahap perancangan, semakin kecil risiko yang harus ditanggung setelah sistem berjalan.

## Referensi

- [Agentic AI Risks, CVE Program Concerns Permeate Black Hat USA 2026 (Dark Reading)](https://www.darkreading.com/cybersecurity-operations/agentic-ai-risks-cve-program-concerns-black-hat-usa-2026)
- [Agentic AI Security Guidance (OWASP)](https://genai.owasp.org/)
- [CVE Program and CNA updates (CVE.org)](https://www.cve.org/)

---

*Markdown version of https://www.ciptadusa.com/blog/agentic-ai-cve-program-20260828 — generated for AI agents and LLM crawlers.*