Majalengka — Selama ini serangan siber terhadap aplikasi AI dibayangkan sebagai kerja manual: penyusup menebak password, mencoba satu per satu celah, lalu berhenti ketika gagal. Laporan baru Amazon Threat Intelligence menunjukkan gambaran yang jauh lebih cepat. Bot berbasis agen AI memindai panel AI yang terbuka di internet, mencuri kunci API milik penyedia model AI di dalamnya, lalu memakai kunci curian itu untuk membiayai pencarian kunci berikutnya.
Temuan itu penting bukan karena tekniknya baru, melainkan karena kecepatannya. Amazon menegaskan bahwa tidak ada teknik dalam kampanye ini yang benar-benar baru, dan yang berubah adalah kecepatan serta kegigihan penyerang. Celah yang dieksploitasi tetap hal mendasar: kredensial bawaan, kunci yang tertinggal di kode, endpoint tanpa autentikasi, dan perangkat lunak yang belum ditambal.
Apa yang sebenarnya terjadi
Amazon menangkap aktivitas ini lewat MadPot, jaringan server umpan yang tersebar di berbagai lokasi. Antara 3 Oktober dan 5 November 2026, server umpan yang dikonfigurasi menyerupai API inferensi LLM populer menerima permintaan dari agen AI. Karena agen mengirim konteks kerjanya ke model, catatan kampanye mereka ikut terbaca: instruksi operator, daftar target, sampai hasil yang mereka laporkan.
Menurut catatan itu, agen mencari aplikasi AI yang terekspos ke internet, mengambil kunci penyedia AI yang tersimpan di dalamnya, menguji apakah kunci masih berlaku, lalu memasukkannya ke kumpulan bersama. Sasaran utamanya aplikasi yang menyimpan kunci banyak penyedia sekaligus, sebab satu halaman admin yang lemah bisa membuka banyak akun. Amazon menilai dengan keyakinan moderat bahwa alat yang dipakai adalah ARTEX, framework uji penetrasi berbasis agen yang bersumber terbuka, dan operatornya kelompok berbeda yang terkait Tiongkok, terlihat dari prompt berbahasa Mandarin sederhana serta pengaturan zona waktu.
Produk yang disebut dalam daftar target mencakup gateway dan proxy LLM seperti LiteLLM, One API, New API, Veloera, dan Sub2API, serta pembangun aplikasi AI seperti Dify, FastGPT, Langflow, RAGFlow, Open WebUI, LobeChat, dan Ollama. Untuk mencari kunci bocor, agen memanfaatkan layanan pemindai internet, log transparansi sertifikat, repositori GitHub, paket npm dan PyPI, lapisan image container, sampai kanal Telegram.
Celah yang dipakai berulang-ulang
Catatan agen memuat semacam buku panduan titik masuk untuk setiap produk. Isinya antara lain kunci master bawaan LiteLLM yang tidak pernah diganti, instalasi belum selesai sehingga bisa diambil alih orang luar, serta endpoint pengaturan penyedia yang bisa dibuka tanpa login. Pada keluarga One API, tercatat bypass autentikasi lewat header isCliRequest. Agen juga memakai fitur pengambil URL untuk melakukan server-side request forgery (SSRF) ke layanan metadata cloud, lalu membaca rahasia yang tertinggal di JavaScript sisi klien, source map, rute debug, dan berkas konfigurasi environment.
Dua kerentanan yang disebut punya status jelas. Langflow memiliki CVE-2025-3248, celah autentikasi yang memungkinkan penyerang jarak jauh menjalankan kode; versi sebelum 1.3.0 terdampak dan 1.3.0 adalah versi perbaikannya, sementara CISA sudah memasukkannya ke katalog Known Exploited Vulnerabilities sejak 5 Mei 2025. RAGFlow memiliki CVE-2026-28797, server-side template injection yang membuat pengguna yang sudah login bisa menjalankan perintah sistem operasi, dan pendaftaran mandiri aktif secara bawaan. NVD mencatat versi 0.24.0 dan sebelumnya terdampak; versi 0.25.0 merender template di dalam sandbox yang direkomendasikan. Untuk bypass isCliRequest di keluarga One API, laporan tidak menyebut versi terdampak maupun perbaikannya.
Jejak di Cloudflare dan peringatan FBI
Kasus terpisah dari tim insiden Cloudflare memperlihatkan pola sama di lingkungan lebih besar. Sebuah token API tingkat akun yang dipakai untuk CI/CD berhasil diambil alih; token itu tidak punya batas IP dan tidak punya pembatasan laju. Aktivitas berikutnya mencakup 400 permintaan dump database dalam satu jam, plus munculnya Worker dengan nama berawalan artex-, artex-pgrecon-, dan artex-pgw-. Cloudflare belum menyebut apakah data berhasil diambil.
FBI lewat FLASH alert pada 13 November 2026 menyatakan ARTEX digunakan sejak setidaknya Agustus 2026 terhadap organisasi di banyak sektor. Contoh yang dirujuk antara lain kampanye terhadap lembaga keuangan Korea Selatan yang mencuri data pribadi sekitar 67.000 orang. Google Threat Intelligence Group juga melaporkan tren serupa: agen dipakai untuk membongkar patch secara otomatis sehingga jendela antara patch dirilis dan eksploitasi menyusut, ditambah pencurian kredensial LLM untuk dijual kembali sebagai akses murah, praktik yang disebut LLMjacking.
Artinya bagi instansi, desa, sekolah, dan UMKM
Kabar baiknya, tidak semua organisasi perlu panik. Yang perlu bertindak adalah pihak yang menjalankan aplikasi AI sendiri di server: panel Dify untuk chatbot layanan publik, LiteLLM sebagai gateway ke beberapa penyedia model, Open WebUI untuk staf, atau Ollama yang dibuka ke internet. Jika layanan itu hanya dipakai internal, langkah paling murah dan paling efektif adalah menutupnya dari internet publik dan mengaksesnya lewat VPN atau jaringan kantor.
Bagi yang harus tetap terbuka, ini daftar periksa yang bisa dijalankan pengelola TI dalam satu sesi kerja:
- Ganti semua kredensial bawaan. Kunci master LiteLLM, akun admin One API atau Dify, dan password panel lainnya. Jangan tinggalkan instalasi setengah jadi yang masih memakai pengaturan awal.
- Putar ulang kunci API penyedia AI yang pernah disimpan di server, file konfigurasi, pipeline CI/CD, atau database. Anggap kunci yang pernah terekspos sudah bocor.
- Telusuri rahasia yang tertinggal di berkas environment, skrip deploy, source map, dan JavaScript sisi klien. Pindahkan ke tempat penyimpanan rahasia, bukan ke dalam kode.
- Tambal yang sudah ada perbaikannya. Langflow minimal 1.3.0 dan RAGFlow minimal 0.25.0. Untuk keluarga One API, pantau pembaruan resmi karena belum ada versi perbaikan yang disebut.
- Matikan pendaftaran mandiri pada aplikasi AI internal, dan batasi endpoint inferensi hanya untuk pengguna terautentikasi.
- Berlakukan batas IP dan masa berlaku pada token API, terutama token CI/CD dan token Cloudflare. Token permanen tanpa batas adalah pintu yang tidak pernah dikunci.
- Pantau tagihan dan pemakaian model. Lonjakan pemakaian atau tagihan API yang tidak wajar sering jadi tanda pertama kunci dipakai pihak lain.
- Periksa indikator kompromi. Cari Worker bernama
artex-*,artex-pgrecon-*,artex-pgw-*, danartex-do-*, lalu cocokkan log dengan 11 alamat IP pada laporan Amazon serta lebih dari 2.500 alamat yang dipublikasikan Cisco Talos.
Kesimpulan praktisnya sederhana: aplikasi AI, gateway model, dan endpoint inferensi sekarang harus diperlakukan seperti sistem produksi biasa, yakni dipantau, ditambal, dan tidak dibiarkan terbuka tanpa autentikasi. Agen penyerang tidak menemukan celah ajaib; mereka menemukan hal yang memang belum pernah dirapikan, dan menemukannya jauh lebih cepat daripada manusia.
Sumber: The Hacker News — Amazon Uncovers AI Agent Campaign Targeting LiteLLM, Dify, and Other Apps for API Keys; AWS Security Blog — Amazon Threat Intelligence observes threat actors running cybercrime campaigns with ARTEX AI agents; The Hacker News — Google Finds Hackers Using AI Agents to Build and Run Exploits From Software Patches.
