Kerangka keamanan laboratorium AI terdepan, dibandingkan

Apa sesungguhnya sebuah kerangka keamanan

Kerangka keamanan sebuah laboratorium AI terdepan adalah kebijakan yang dipublikasikan laboratorium itu sendiri yang mendefinisikan ambang batas kemampuan — hal-hal spesifik yang mungkin dapat dilakukan sebuah model — dan pengaman atau komitmen organisasional yang dimaksudkan untuk terpicu begitu sebuah model mencapai salah satunya. Anthropic menyebut versinya sebuah Responsible Scaling Policy; OpenAI, sebuah Preparedness Framework; Google DeepMind, sebuah Frontier Safety Framework; Meta, sebuah Advanced AI Scaling Framework; xAI, sebuah Frontier Artificial Intelligence Framework; Microsoft, sebuah Frontier Governance Framework. Namanya berbeda; secara struktural, keenamnya mencoba menjawab pertanyaan yang sama — bagaimana sebuah perusahaan mengetahui kapan sebuah model terlalu berbahaya untuk diterapkan apa-adanya, dan apa yang sesungguhnya dikomitmenkannya untuk dilakukan terhadap hal itu?

Pertanyaan itu penting karena tidak ada regulator eksternal yang saat ini menetapkan ambang batas kemampuan khusus-model yang mengikat untuk salah satu dari keenam perusahaan ini (lihat lanskap hukum dan penegakan AI 2026). Untuk saat ini, dokumen-dokumen ini adalah jawaban kerja nyata industri. Dokumen-dokumen itu juga bukan dokumen yang sama yang disalin enam kali: risiko mana yang dilacak setiap laboratorium, bagaimana sebuah ambang batas didefinisikan, dan — yang paling konsekuensial — apa yang terjadi ketika salah satunya dilewati berbeda dengan cara-cara yang penting.

Satu hal perlu dikatakan sebelum perbandingan ini dimulai, karena itu membentuk cara membaca semua yang di bawah: setiap klaim dalam tabel adalah kebijakan yang dinyatakan laboratorium itu sendiri. Tidak satu pun darinya adalah verifikasi independen bahwa laboratorium itu sesungguhnya melakukan apa yang dikatakannya. Sebuah bagian terpisah setelah tabel, “Klaim versus praktik,” mencakup audit eksternal yang dinilai, kritik akademik, dan kesenjangan terdokumentasi antara komitmen yang dinyatakan keenam perusahaan ini dan perilaku sesungguhnya mereka — dan bagian itu, bukan tabelnya, yang lebih penting.

Kerangka-kerangkanya, dibandingkan

Laboratorium (kerangka)	Versi / tanggal saat ini	Domain risiko yang dilacak	Struktur ambang batas / tingkat	Apa yang terjadi ketika sebuah ambang batas dilewati
Anthropic — Responsible Scaling Policy	v3.4, berlaku 8 Jul 2026	Uplift CBRN non-baru; uplift CBRN baru; sabotase bertaruhan-tinggi; akselerasi litbang-AI otomatis	Tabel ambang batas kemampuan/penggunaan; tingkat ASL-2/ASL-3/ASL-4 yang tetap dihapus dalam penulisan-ulang v3.0 (label ASL warisan dipertahankan hanya untuk kontrol masa-kini yang sudah ada)	Frontier Safety Roadmap publik dan tidak mengikat, dinilai terhadap kinerja masa lalu, ditambah Risk Report setiap 3–6 bulan dengan tinjauan eksternal — tanpa jeda tanpa-syarat
OpenAI — Preparedness Framework	v2, 15 Apr 2025	Biologis & Kimia, Keamanan-siber, Penyempurnaan-diri AI (dilacak); Otonomi jarak-jauh, Sandbagging, Replikasi dan Adaptasi Otonom, Melemahkan Pengaman, Nuklir & Radiologis (kategori riset, belum kriteria penuh); Persuasi secara eksplisit dikecualikan	Dua tingkat: High dan Critical	High: pengaman dibutuhkan sebelum penerapan. Critical: pengaman dibutuhkan selama pengembangan; dapat menghentikan pengembangan sepenuhnya. Safety Advisory Group internal merekomendasikan; CEO/penunjuknya memutuskan; komite Safety and Security dewan mengawasi
Google DeepMind — Frontier Safety Framework	v3.1, 17 Apr 2026	CBRN; Siber; Manipulasi Berbahaya (ditandai “eksploratif dan tunduk pada riset lebih lanjut”); Litbang ML dan Ketidakselarasan (digabung menjadi satu domain di v3.1)	Critical Capability Level (CCL) ditambah Tracked Capability Level (TCL) berambang-lebih-rendah (baru di v3.0/3.1); Security Level SL1–SL4 digunakan sebagai kosakata, bukan sebuah standar kepatuhan	Sebuah “ambang peringatan” memicu sebuah penilaian kemampuan formal sebelum sebuah CCL tercapai; mencapai sebuah CCL membutuhkan sebuah kasus keamanan tambahan dan persetujuan tata kelola sebelum penerapan eksternal (dan, khusus untuk CCL litbang ML, sebelum penerapan internal berisiko-tinggi juga)
Meta — Advanced AI Scaling Framework	v2, 3 Feb 2025 (berganti nama dari “Frontier AI Framework” v1.1; digantikan sekitar Apr 2026)	Kimia & Biologis; Keamanan-siber; Hilangnya Kendali (ditambahkan di v2)	“Tingkat uplift menuju sebuah skenario ancaman,” bukan sebuah skala tingkat yang tetap	Jika risiko kritis tidak dapat dimitigasi: tidak akan menerapkan model itu secara eksternal atau melanjutkan pengembangannya
xAI — Frontier Artificial Intelligence Framework (FAIF)	Berlaku 30 Jun 2026 (menggantikan Risk Management Framework sebelumnya, terakhir diperbarui 20 Agu 2025)	CBRN; Keamanan-siber Ofensif; Hilangnya Kendali; Manipulasi Berbahaya	Penilaian risiko sistemik penuh setidaknya setiap tahun; tanpa skala tingkat yang tetap	Bahasa kondisional di seluruh bagian (“kami mungkin,” “jika kami menentukan bahwa itu dibenarkan”); tanpa pemicu penghentian-pengembangan eksplisit yang sebanding dengan pesaing
Microsoft — Frontier Governance Framework	Pembaruan Feb 2026 (v1 adalah Feb 2025)	Senjata CBRN; Operasi-siber ofensif; Otonomi tingkat-lanjut; Hilangnya kendali dan Manipulasi berbahaya (ditambahkan Feb 2026)	Dua tahap: penyaringan tolok-ukur “indikator-utama” otomatis setidaknya setiap 6 bulan, meningkat ke penilaian yang lebih dalam yang dinilai Low/Medium/High/Critical	“Jika… kami mengidentifikasi sebuah risiko yang tidak dapat kami mitigasi secara memadai, kami akan menjeda pengembangan dan penerapan hingga titik di mana praktik mitigasi berevolusi untuk memenuhi risiko itu” — komitmen-jeda paling langsung di antara keenamnya

Perubahan paling konsekuensial: langkah Anthropic menjauh dari jeda tanpa-syarat

RSP Anthropic memiliki sejarah publik terpanjang di antara keenamnya, dan perubahan strukturalnya yang paling baru adalah perkembangan paling banyak dibicarakan di antara kerangka keamanan terdepan pada 2026. Versi 1.0, dipublikasikan 19 September 2023, memperkenalkan sistem AI Safety Level (ASL) — ASL-2, ASL-3, ASL-4 — masing-masing didefinisikan oleh sebuah daftar kontrol yang dibutuhkan yang spesifik dan tetap, berdampingan dengan sebuah komitmen keras: Anthropic tidak akan melatih melewati sebuah ambang batas tanpa pengaman yang sudah terbukti memadai terlebih dahulu. Versi 2.0 (Oktober 2024), 2.1 (Maret 2025), dan 2.2 (Mei 2025) memperluas struktur itu dan menambahkan ambang batas CBRN.

Versi 3.0, berlaku 24 Februari 2026, menulis-ulang kebijakan itu. Anthropic mengganti tingkat ASL yang tetap dengan sebuah tabel ambang batas kemampuan/penggunaan, dan menjelaskan alasannya secara langsung dalam sebuah lampiran — kata-kata perusahaan itu sendiri tentang mengapa ia menjauh dari daftar kontrol yang spesifik dan terperinci muncul di bawah sebagai sebuah kutipan yang terdaftar. Sebagai pengganti jeda-keras yang lama, v3.0 memperkenalkan dua instrumen baru: sebuah Frontier Safety Roadmap publik dan tidak mengikat yang dinilai secara terbuka terhadap kinerja masa lalu Anthropic sendiri, dan Risk Report yang dipublikasikan setiap tiga hingga enam bulan dan tunduk pada tinjauan oleh setidaknya satu peninjau eksternal yang telah diverifikasi dan bebas-konflik. Dokumen Anthropic secara eksplisit menyatakan bahwa ini adalah sebuah pergeseran yang disengaja dari sebuah sikap unilateral dan risiko-absolut menjadi sebuah sikap yang kondisional dan bergantung-pesaing: sebuah lampiran yang disebutkan namanya menjabarkan skenario seperti “Anthropic memimpin” dan “Pesaing memiliki langkah-langkah keamanan yang kuat,” di mana komitmen perusahaan itu sendiri berubah. Versi 3.1 (2 April), 3.2 (29 April), 3.3 (26 Mei), dan 3.4 (8 Juli 2026, saat ini) masing-masing telah merevisi detail sejak saat itu — yang paling baru mempersempit ambang batas litbang-otomatis dan memperluas distribusi Risk Report internal — tanpa memulihkan jeda-keras sebelumnya.

Tata kelola di sekitar kebijakan itu sendiri tetap konstan di seluruh versi ini: seorang Responsible Scaling Officer yang disebutkan namanya, sebuah saluran pelaporan-ketidakpatuhan, dan sebuah tinjauan kepatuhan-prosedural pihak-ketiga tahunan yang oleh Anthropic sendiri dideskripsikan sebagai memeriksa “kepatuhan prosedural, bukan hasil substantif” — sebuah perbedaan yang layak diperhatikan, karena itu berarti audit itu mengkonfirmasi bahwa prosesnya diikuti, bukan bahwa keputusan yang dihasilkan itu benar.

Perubahan itu langsung tercatat sebagai sebuah peristiwa kredibilitas di luar perusahaan. Chris Painter, Direktur Kebijakan METR, meninjau sebuah rancangan awal dengan izin Anthropic dan, sambil menyambut baik transparansi tambahan dari Risk Report, memberi wartawan penilaian yang blak-blakan yang dikutip di bawah.

Di mana kelima kerangka lainnya menyatu dan berbeda

Frontier Governance Framework Microsoft adalah kontras paling langsung dengan sikap kondisional baru Anthropic: komitmen jedanya, dikutip secara lengkap dalam tabel di atas dan di bawah, tanpa-syarat pada wajahnya, hanya terikat pada penilaian Microsoft sendiri bahwa sebuah risiko tidak dapat dimitigasi secara memadai — tanpa pengecualian skenario bergantung-pesaing yang sebanding dengan Appendix A Anthropic.

Advanced AI Scaling Framework Meta membuat sebuah komitmen tanpa-syarat yang serupa untuk kasusnya yang lebih sempit: jika sebuah model mencapai “ambang batas risiko kritis” Meta dan risiko itu tidak dapat dimitigasi, Meta menyatakan bahwa ia tidak akan menerapkan model itu secara eksternal atau melanjutkan pengembangannya. Meta menggunakan sebuah “tingkat uplift menuju sebuah skenario ancaman” alih-alih sebuah skala tingkat yang tetap, tetapi domain-domain yang mendasarinya — risiko kimia/biologis, keamanan-siber, dan Hilangnya Kendali (ditambahkan di v2 Meta) — ternyata lebih banyak dibagikan lintas laboratorium daripada yang tersirat dari publikasi terpisah masing-masing kerangka. Preparedness Framework v2 OpenAI sendiri mengatakan secara terus-terang, dalam sebuah catatan kaki, bahwa Capability Report dan Safeguards Report-nya “paralel dengan RSP Anthropic yang diperbarui” dan bahwa kriteria ambang batasnya “sebagian diinformasikan oleh Frontier AI Framework Meta yang baru-baru ini” — sebuah pengakuan langka atas konvergensi lintas-laboratorium dalam sekumpulan dokumen yang jika tidak terbaca seolah-olah masing-masing ditulis secara terisolasi.

Struktur dua-tingkat OpenAI sendiri menempatkan gerbang yang lebih keras — sebuah kemungkinan penghentian pengembangan itu sendiri — hanya pada tingkat Critical, dan bahkan kemudian merutekan keputusan itu melalui sebuah Safety Advisory Group internal yang rekomendasinya dapat ditimpa oleh CEO OpenAI atau seorang penunjuknya, dengan komite Safety and Security dewan itu sendiri (dipimpin-bersama oleh CEO yang sama itu) menyediakan pengawasan atas penimpaan itu. Kerangka itu diterapkan dalam praktik pada Juli 2026: System Card GPT-5.6 OpenAI menetapkan model Sol, Terra, dan Luna-nya yang lebih kecil dan lebih cepat sebagai berkemampuan High baik dalam risiko Keamanan-siber maupun Biologis dan Kimia — pertama kalinya model yang lebih kecil dalam sebuah keluarga menerima penetapan itu — memicu pengklasifikasi aktivasi baru, pemblokiran keluaran waktu-nyata, dan kira-kira 700.000 jam-GPU red-teaming otomatis (OpenAI, halaman keamanan penerapan GPT-5.6). Itu adalah penjelasan OpenAI sendiri tentang kepatuhannya sendiri, bukan sebuah audit independen.

Frontier Safety Framework Google DeepMind bekerja secara berbeda lagi: alih-alih sebuah pelintasan tingkat biner, sebuah “ambang peringatan” dimaksudkan untuk memicu sebuah penilaian kemampuan formal sebelum sebuah Critical Capability Level sesungguhnya tercapai, dan mencapai satu tingkat membutuhkan sebuah kasus keamanan tambahan dan persetujuan tata kelola sebelum penerapan eksternal — diperluas, khusus untuk domain litbang ML, hingga penerapan internal berisiko-tinggi juga (DeepMind, Frontier Safety Framework v3.1). Contoh paling jelas dari sebuah laboratorium yang menyebutkan namanya batasan kerangkanya sendiri secara publik: Security Level 4 yang direkomendasikan DeepMind untuk model yang dapat sepenuhnya mengotomatisasi pekerjaan seluruh tim riset AI Google datang dengan catatan eksplisit bahwa ini “harus diemban oleh bidang AI terdepan secara keseluruhan” — DeepMind menyatakan, dalam dokumennya sendiri yang dipublikasikan, bahwa kontrol satu perusahaan pun tidak memadai pada tingkat kemampuan itu.

FAIF xAI relatif tipis pada dimensi ini. Di seluruh empat domainnya, bahasa kondisional hampir konstan — “kami mungkin,” “jika kami menentukan bahwa itu dibenarkan” — dan dokumen itu tidak mengandung komitmen penghentian-penerapan yang sebanding dengan tingkat Critical OpenAI atau bahasa “tidak akan menerapkan” Meta (xAI, Frontier Artificial Intelligence Framework). Dokumen itu menggantikan sebuah Risk Management Framework sebelumnya, yang sendiri sudah dipublikasikan berbulan-bulan di belakang jadwal yang dinyatakan xAI sendiri — sebuah pola dengan sejarah terdokumentasi, dibahas berikutnya.

Untuk sebuah indeks yang lebih luas atas kebijakan laboratorium-terdepan yang dipublikasikan di luar keenam ini, METR mempertahankan sebuah perbandingan (METR, “Common Elements of Frontier AI Safety Policies”; indeks) yang mencakup dua belas laboratorium. Perbandingan itu berfungsi terutama sebagai sebuah indeks struktural alih-alih sebuah kartu-skor yang dinilai — untuk sebuah perbandingan yang dinilai, lihat bagian berikutnya.

Klaim versus praktik

Semua yang di atas mendeskripsikan apa yang dikatakan akan dilakukan enam perusahaan. Apakah mereka sesungguhnya telah melakukannya adalah sebuah pertanyaan yang berbeda, dan lebih penting, dan bukti yang tersedia jauh lebih tidak menyanjung daripada kerangka-kerangkanya sendiri.

Pemeriksaan independen paling berguna adalah SaferAI Frontier Risk Management Tracker, sebuah penilaian yang sungguh-sungguh independen yang berbeda dari kerangka yang dilaporkan-sendiri laboratorium mana pun. Tracker itu menilai dua belas perusahaan — bukan hanya keenam yang dibandingkan di atas — pada empat dimensi: Identifikasi Risiko, Analisis & Evaluasi Risiko, Penanganan Risiko, dan Tata Kelola Risiko. Per pembaruan Juli 2026-nya, skor keseluruhan dari 100% adalah: Anthropic 35% (tertinggi secara keseluruhan, dan terkuat pada Tata Kelola Risiko secara khusus pada 50%), OpenAI 34%, Microsoft 33%, Meta 33%, G42 24%, Google DeepMind 20%, xAI 18%, Amazon 18%, NVIDIA 16%, Magic 11%, Naver 10%, dan Cohere 8% (terendah) (SaferAI Frontier Risk Management Tracker). Tolok ukur SaferAI sendiri untuk apa yang akan dihasilkan praktik terbaik saat ini, jika setiap perusahaan mengadopsi satu praktik terkuat yang ada di mana pun di seluruh bidang ini, dikutip di bawah — dan itu sama sekali tidak mendekati 100%. Tidak ada laboratorium yang ditinjau, termasuk pemimpinnya, yang mendekati apa yang dianggap memadai oleh SaferAI.

Preparedness Framework OpenAI telah diperiksa secara langsung oleh akademisi luar alih-alih diterima begitu saja. Coggins, Saeri, Daniell, Ruster, Liu, dan Davis menerapkan sebuah kerangka “affordance” — membedakan apa yang mensyaratkan, meminta, mendorong, dan sekadar mengizinkan sebuah dokumen kebijakan — dan mencapai tiga temuan. Pertama, Framework itu meminta evaluasi hanya sebagian kecil dari subdomain risiko dalam taksonomi 24-subdomain MIT AI Risk Repository, dan tidak mensyaratkan evaluasi apa pun. Kedua, Framework itu mendorong penerapan sistem dengan kemampuan “Medium” untuk kerugian parah — definisi OpenAI sendiri mencakup kematian atau cedera berat ribuan orang, atau ratusan miliar dolar kerugian ekonomi — mengutip penerapan OpenAI sendiri atas model o1-nya meskipun dinilai Medium pada kemampuan biologis/kimia dan persuasi. Ketiga, Framework itu mengizinkan CEO OpenAI menimpa rekomendasi pengaman Safety Advisory Group, sementara CEO yang sama itu memimpin-bersama komite dewan yang dimaksudkan untuk mengawasi keleluasaan itu — sebuah temuan konflik-kepentingan struktural, bukan sebuah temuan hipotetis.

Kasus keamanan Google DeepMind sendiri telah diaudit secara eksternal — contoh paling jelas, di antara keenam laboratorium, dari sebuah klaim yang relevan-keamanan spesifik yang diperiksa oleh peninjau luar yang disebutkan namanya dan berkualifikasi alih-alih proses internal laboratorium itu. Argumen internal DeepMind bahwa model-modelnya tidak memiliki kemampuan untuk “berskema” ditinjau oleh Barrett, Campos Zabala, Fillingham, Siddique, Walpole, Bloomfield, dan Papadatos menggunakan sebuah metodologi asuransi formal. Penilaian mereka memberi kredit pada DeepMind atas keterlibatan metodologis yang genuin dan penalaran yang transparan, tetapi menemukan apa yang dikutip di bawah — sebuah temuan tentang jarak antara praktik rekayasa dan bukti yang sesungguhnya disajikan, bukan sebuah tuduhan iktikad-buruk.

xAI menyediakan kasus paling jelas dari klaim sebuah kerangka yang secara langsung dikontradiksi oleh peristiwa, dan itu terjadi dua kali. Pertama, pada proses: rancangan kerangka xAI Februari 2025 menjanjikan sebuah versi final “dalam tiga bulan” — sebuah tenggat kira-kira 10 Mei 2025. Tenggat itu terlewati tanpa pengakuan dari xAI, mendorong kelompok pengawas The Midas Project mencatat pola yang dikutip di bawah. Pendahulu FAIF yang akhirnya terwujud baru dipublikasikan pada 20 Agustus 2025 — terlambat lebih dari tiga bulan. Kedua, pada substansi: pada hari yang sama itu, xAI secara tidak sengaja mempublikasikan ratusan ribu percakapan pengguna, dan Elon Musk secara terpisah mengakui bahwa seorang insinyur telah mengunduh seluruh repositori kode perusahaan itu — secara langsung merongrong klaim keamanan tertulis dokumen yang sama itu sendiri. AI Lab Watch juga mendokumentasikan bahwa kredit evaluator pihak-ketiga untuk UK AI Security Institute secara diam-diam dihapus dari kartu model Grok 4 satu hari setelah publikasi, tanpa penjelasan (AI Lab Watch, “xAI’s new safety framework is dreadful”).

Tidak setiap entri dalam bagian ini adalah sebuah kegagalan terdokumentasi. Penetapan kemampuan-High GPT-5.6 OpenAI, dideskripsikan di atas, paling baik dibaca sebagai sebuah kerangka yang diterapkan sebagian besar sebagaimana tertulis — tetapi itu tetap merupakan laporan-mandiri OpenAI sendiri; tidak ditemukan verifikasi independen atas klaim red-teaming atau efektivitas-pengklasifikasi di baliknya per tulisan ini.

Cara menggunakan halaman ini

Setiap kerangka yang disebutkan namanya di sini direvisi sesuai jadwalnya sendiri, biasanya tanpa banyak notifikasi publik selain sebuah entri changelog. Nomor versi dan tanggal berlaku di atas adalah cara tercepat untuk memeriksa apakah sebuah baris tertentu masih berlaku saat ini: RSP Anthropic berada di v3.4 (8 Juli 2026), Preparedness Framework OpenAI telah berada di v2 sejak 15 April 2025 tanpa v2.1 per tulisan ini, Frontier Safety Framework DeepMind berada di v3.1 (17 April 2026), Advanced AI Scaling Framework Meta berada di v2 (3 Februari 2025, sejak itu digantikan), FAIF xAI mulai berlaku 30 Juni 2026, dan Frontier Governance Framework Microsoft terakhir diperbarui Februari 2026. Jika salah satu angka itu telah berubah pada saat Anda membaca ini, perlakukan tabel itu sebagai usang khusus pada baris itu.

Untuk bagaimana pengujian kemampuan dan argumen kasus-keamanan di balik kerangka-kerangka ini sesungguhnya bekerja — dan batasan mereka sendiri — lihat evaluasi terdepan, kasus keamanan, dan pelaporan insiden. Untuk catatan kronologis atas insiden dunia-nyata, pengungkapan, dan insiden-nyaris-celaka yang dimaksudkan untuk dicegah atau ditangkap kerangka-kerangka ini, lihat linimasa insiden AI.