# Salesforce Agent dan Phishing Slack: Batas Akses > Salesbleed menunjukkan risiko saat agent Salesforce terhubung ke Slack. Backend AI agent perlu batas akses, approval manusia, dan audit log sejak awal. **URL:** https://www.ciptadusa.com/blog/salesbleed-ai-agent-slack-access **Type:** blog **Author:** PT Cipta Dua Saudara **Category:** Keamanan Aplikasi **Published:** 2026-09-25 **Cover:** https://cdn-uagents.enitip.com/uploads/blog/2026-09/daily-appsec-20260925-014547.jpg ## Article Salesforce Agent dan Phishing Slack: Mengapa Backend AI Agent Perlu Batas Akses Laporan Dark Reading tentang "Salesbleed" menggambarkan risiko yang muncul ketika agent Salesforce dapat berinteraksi dengan Slack dan alur kerja perusahaan. Masalahnya bukan sekadar phishing biasa. Agent yang punya akses ke konteks bisnis dapat mengubah pesan yang tampak sah menjadi jalur menuju kredensial, persetujuan, atau data internal. ## Ringkasan Salesbleed dilaporkan mengeksploitasi agent Salesforce untuk membantu kampanye phishing melalui Slack. Detail teknis harus dibaca bersama advisori vendor dan analisis peneliti, tetapi pola risikonya jelas: koneksi antara agent, aplikasi SaaS, dan kanal komunikasi memperluas jalur serangan. Untuk perusahaan yang merancang pengembangan backend AI agent, batas akses harus dirancang sejak awal. Agent tidak boleh menerima hak luas hanya karena ia perlu membaca satu sumber data. ## Mengapa agent mengubah model ancaman Chatbot biasanya menjawab pertanyaan. Agent dapat membaca konteks, memanggil tool, membuat perubahan, lalu meneruskan hasilnya ke sistem lain. Setiap langkah menambah permukaan serangan. Dalam skenario Salesbleed, Slack menjadi bagian penting karena pengguna mempercayai pesan dari ruang kerja mereka. Jika agent dapat membuat atau memengaruhi pesan, penyerang tidak perlu mengirim email phishing dari luar. Mereka dapat mencoba menyusup ke jalur komunikasi yang sudah dianggap resmi. Risiko terbesar muncul saat identitas pengirim, instruksi agent, dan izin tool bercampur. Pesan yang terlihat seperti permintaan internal dapat membawa instruksi tersembunyi. Agent lalu memprosesnya sebagai tugas, bukan sebagai input yang perlu dicurigai. ## Tantangan konsultan IT Indonesia Tim engineering perlu memetakan setiap hubungan agent dengan SaaS, sistem identitas, database, dan kanal pesan. Peta ini harus menjawab pertanyaan sederhana: data apa yang boleh dibaca, tindakan apa yang boleh dilakukan, dan siapa yang menyetujui tindakan tersebut? Gunakan izin minimum per tool. Agent yang hanya merangkum tiket tidak perlu hak mengirim pesan ke seluruh organisasi. Agent yang membaca CRM tidak otomatis boleh mengekspor data. Pisahkan akses baca dan tulis, lalu minta persetujuan manusia untuk tindakan yang berdampak pada uang, akun, atau komunikasi massal. Log juga harus menyimpan alasan tindakan, bukan hanya hasil akhirnya. Tim keamanan perlu melihat input yang diterima agent, tool yang dipanggil, parameter yang digunakan, dan identitas pengguna yang memicu proses. Tanpa urutan ini, investigasi berubah menjadi tebakan. ## Langkah pengamanan backend AI agent Mulai dengan inventaris tool. Catat nama tool, pemilik, ruang data, jenis operasi, dan kondisi yang memerlukan approval. Setelah itu, tambahkan pemeriksaan untuk instruksi yang datang dari dokumen, pesan Slack, tiket, atau halaman web. Semua sumber tersebut adalah data tidak tepercaya, meski pengirimnya terlihat internal. Uji agent dengan skenario yang memaksa konflik instruksi. Misalnya, pesan meminta agent membagikan data pelanggan, sementara kebijakan aplikasi melarangnya. Agent harus berhenti dan meminta keputusan, bukan memilih instruksi yang paling baru atau paling keras. Model Context Protocol dan pola integrasi tool dapat membantu struktur koneksi, tetapi protokol bukan pengganti authorization. Setiap server dan tool tetap perlu identitas, scope, rate limit, audit log, serta mekanisme pencabutan akses. ## Implikasi untuk software house Indonesia Bisnis yang memakai agent tidak perlu menunggu insiden untuk menata izin. Mulai dari satu alur sempit, ukur tindakan agent, lalu perluas akses secara bertahap. Cara ini lebih lambat pada minggu pertama, tetapi memudahkan audit saat agent mulai menyentuh lebih banyak sistem. Cipta Dua Saudara membangun software custom, backend AI agent, dan MCP server untuk alur bisnis yang membutuhkan kontrol akses. Jika kebutuhanmu sudah masuk tahap desain sistem, [tim yang biasa bikin backend AI agent dan MCP server](https://wa.me/6285792071380) bisa diajak membahas batas data, approval, dan jejak auditnya. ## Referensi - Dark Reading, "Salesbleed" Exploits Salesforce Agents to Enable Slack Phishing: https://www.darkreading.com/application-security/salesbleed-exploits-salesforce-agents-slack-phishing - Model Context Protocol documentation: https://modelcontextprotocol.io/ - Microsoft, Zero Trust guidance: https://www.microsoft.com/en-us/security/business/zero-trust ## Bacaan terkait - [Batas deteksi EDR pada process injection](https://ciptadusa.com/id/blog/edr-process-injection-evasion-defenses) - [Membangun kontrol akses untuk aplikasi bisnis](https://ciptadusa.com/id/blog/pengembangan-aplikasi-bisnis-dengan-kontrol-akses) ## FAQ ### Apakah agent sama dengan chatbot? Tidak. Agent dapat memilih tool dan menjalankan tindakan, sedangkan chatbot biasanya berfokus pada percakapan. Perbedaan ini membuat izin dan audit menjadi bagian inti desain. ### Apakah Slack harus diblokir? Tidak otomatis. Yang perlu dibatasi adalah tindakan agent, sumber instruksi, dan data yang boleh keluar melalui Slack. ### Apa pemeriksaan pertama yang harus dilakukan? Buat inventaris tool dan cocokkan setiap izin dengan tindakan bisnis yang benar-benar dibutuhkan. --- *Markdown version of https://www.ciptadusa.com/blog/salesbleed-ai-agent-slack-access — generated for AI agents and LLM crawlers.*