Google Deploys Gemini-Based AI Agents to Patch Over 1,000 Chrome Vulnerabilities

Tantangan untuk mengamankan Google Chrome sangatlah besar, mengingat 73% pangsa pasar global dan 3,5 miliar pengguna aktif. Secara historis, Google mengelola rilis keamanan dalam pencapaian bulanan, biasanya mengatasi 40 hingga 50 kerentanan per siklus. Namun, pengenalan agenik berbasis Gemini baru-baru ini telah mengubah arah ini secara mendasar. Selama pencapaian 149 dan 150, perusahaan berhasil mengatasi 1.072 kerentanan—volume yang melebihi jumlah total kelemahan keamanan yang ditambal pada gabungan 23 pencapaian sebelumnya. Peningkatan besar-besaran dalam kemampuan remediasi ini bukan sekadar peningkatan bertahap; hal ini menandakan transisi dari penemuan bug yang berpusat pada manusia ke pendekatan berbasis mesin berkecepatan tinggi, yang penting untuk menjaga integritas aplikasi yang berfungsi sebagai pintu gerbang utama ke internet bagi lebih dari separuh populasi orang dewasa di dunia.

Strategi keamanan Google telah berkembang secara signifikan selama tiga tahun terakhir. Meskipun perusahaan sebelumnya menggunakan AI untuk fuzzing—sebuah metode pengujian perangkat lunak dengan input acak dalam jumlah besar—kini telah beralih ke alur kerja agen yang canggih. Pada tahun 2025, kolaborasi antara tim Chrome, Project Zero, dan DeepMind menghasilkan 'Big Sleep', sebuah AI yang dirancang khusus untuk penemuan kerentanan dalam mesin JavaScript V8 dan tumpukan grafis. Pada tahun 2026, hal ini berkembang menjadi pemanfaatan agen yang komprehensif berdasarkan Gemini. Tidak seperti pencocokan pola sederhana, sistem ini mensimulasikan skenario kompleks dan memprediksi potensi kegagalan keamanan ribuan langkah ke depan, seperti seorang grandmaster yang menganalisis permainan catur. Kemampuan ini mengarah pada penemuan kerentanan sandbox escape yang sudah lama ada dan tidak dapat dideteksi oleh manusia dan rangkaian pengujian standar selama lebih dari satu dekade, yang menggambarkan betapa mendalamnya analisis AI saat ini.

Selain penemuan, Google telah merombak operasi triase internalnya untuk menangani potensi masalah dalam jumlah besar. Perusahaan menerapkan pipeline AI empat tahap yang dirancang untuk menghilangkan beban administratif bagi penyelidik manusia. Pada Tahap 1, AI menyaring 'kebisingan' seperti laporan duplikat atau masalah non-keamanan. Tahap 2 melibatkan AI yang membuat ulang bug dalam lingkungan virtual khusus, mendokumentasikannya dengan jejak tumpukan penting. Tahap 3 melihat sistem memperkaya laporan dengan metadata—yang pada dasarnya membangun berkas kasus yang komprehensif—sebelum Tahap 4, yang mengidentifikasi pakar yang paling tepat untuk mengambil alih penyelesaian. Google memperkirakan bahwa alur kerja ini menghemat ratusan jam waktu pengembang per bulan, memungkinkan teknisi manusia untuk fokus pada penyelidikan yang kompleks daripada tugas administratif yang berulang.

Untuk mempertahankan laju pengembangan perangkat lunak modern, Google menerapkan sistem multi-agen khusus untuk proses patching. Setelah kerentanan teridentifikasi, 'agen perbaikan' mengusulkan berbagai kandidat patch. 'Agen kritikus' sekunder kemudian mengevaluasi solusi ini, memeriksa kualitas kode, kepatuhan terhadap pedoman gaya, dan integritas fungsional. Proses ini mencerminkan siklus tinjauan sejawat tradisional tetapi berjalan dengan kecepatan yang jauh lebih tinggi. Terakhir, sekumpulan agen penulis pengujian membuat dan melaksanakan pengujian verifikasi di semua platform yang didukung oleh Chrome. Dengan mengulangi tahapan ini secara otomatis, sistem mengidentifikasi dan memperbaiki potensi konflik atau kesalahan sebelum pengembang manusia meninjau kodenya. Google mengklaim proses terintegrasi ini telah berhasil menghemat waktu kerja pengembang selama berminggu-minggu, mengubah kemampuan perusahaan untuk merespons ancaman keamanan secara real-time.