Kemajuan Keamanan Kode yang Dihasilkan oleh AI: Penurunan Tingkat Kerentanan Pertama dalam Setahun
Kode komputer yang dihasilkan oleh model AI terkemuka kini menjadi lebih aman dan memiliki lebih sedikit kerentanan. Hal ini terungkap dalam laporan baru dari Veracode, yang menyebutkan bahwa ini adalah perbaikan signifikan pertama dalam satu tahun terakhir.
Sejak Juli 2025, Veracode mulai merilis Laporan Keamanan Kode GenAI, yang menganalisis kode yang dihasilkan oleh model bahasa besar (LLM) untuk mengidentifikasi kerentanan dan risiko keamanan. Penelitian menunjukkan tren bahwa meskipun kode berfungsi hampir sempurna, sisi keamanannya masih jauh dari cukup.
Selama lebih dari setahun, para peneliti telah menganalisis kode yang dihasilkan oleh berbagai LLM, dan dalam penelitian terbaru, Veracode melaporkan lonjakan dari 56% menjadi 62% dalam keamanan kode yang dihasilkan oleh AI secara keseluruhan. Tingkat kerentanan juga mengalami penurunan dari 44% menjadi 38%, yang dikatakan sebagai perbaikan paling signifikan sejak laporan mulai dirilis. Antropik’s Claude Opus 5.5 dan OpenAI’s GPT-6-Sol memimpin peringkat dengan skor 73%, melampaui rekornya sebelumnya yang dipegang oleh GPT-5.5 pada 68% di bulan Juli 2026.
Menurut Chris Wysopal, Co-founder dan Chief Security Evangelist di Veracode, “Sepuluh model kini mencapai skor di atas 60%, naik dari empat di laporan terakhir, dan rata-rata keseluruhan naik enam poin persentase. Dengan sekitar setengah dari kode kini dihasilkan oleh AI, hasil hari ini benar-benar menggembirakan.”
Veracode menguji 18 model bahasa dalam empat bahasa (Python, C#, JavaScript, dan Java) serta empat kategori Common Weakness Enumeration (CWE) seperti CWE-89, CWE-327, CWE-80, dan CWE-117. Meskipun hasilnya mengesankan, ada catatan penting. Komponen utama dari peningkatan ini terjadi pada kerentanan Cross-Site Scripting (XSS), yang merupakan kategori terlemah. Kerentanan XSS mencapai 18%, yang mana merupakan perubahan terbesar dalam dataset yang ada. Veracode menyatakan bahwa XSS adalah kerentanan yang paling mudah diperbaiki melalui pengenalan pola, yang menjadi fokus utama perbaikan LLM.
Pohon Rendah Buah
Dengan kata lain, AI sepertinya hanya mengambil buah-buahan yang mudah dijangkau dan kemudian berhenti. Ini menjadi pertanyaan apakah kita seharusnya merasa kecewa mengingat serangan XSS adalah hal yang umum dan kerentanan ini masih ada di seluruh jaringan.
Walaupun hasilnya cukup memuaskan, Veracode memperingatkan bahwa meskipun model yang berkinerja terbaik biasanya membutuhkan biaya lebih, tidak selalu menggunakan yang paling mahal adalah solusi terbaik. Wysopal menjelaskan, “Model yang menghasilkan kode paling aman adalah yang paling mahal untuk dijalankan dalam skala besar, namun sering kali gagal pada lebih dari satu dari empat tugas keamanan.”
Kesimpulannya, meskipun ada perbaikan, Veracode menekankan bahwa ini hanya menjawab sebagian kecil dari masalah yang lebih besar. Organisasi perlu memastikan bahwa mereka menggabungkan kode yang dihasilkan oleh AI dengan verifikasi keamanan yang terus menerus dan independen untuk menangkap hal-hal yang terlewat oleh model-model tersebut.
