Menginstal sebuah skill terasa tidak berbahaya, tetapi di balik lapisan itu ada kode yang berjalan dengan hak akses Anda. NVIDIA baru-baru ini merilis SkillSpector: apakah skill ini cukup aman untuk diinstal?
Oleh Anthony Raaijmakers
Menginstal sebuah skill terasa sama tidak berbahayanya dengan menambahkan ekstensi browser: pekerjaan beberapa detik, dan asisten AI Anda tiba-tiba bisa melakukan lebih banyak. Namun di balik lapisan praktis itu ada kode yang berjalan dengan hak akses Anda, dapat menjangkau berkas Anda, dan melihat API key Anda. Penelitian terhadap lebih dari 42 ribu skill menunjukkan bahwa 26 persen mengandung setidaknya satu kerentanan, dan bahwa lebih dari 5 persen kemungkinan memiliki niat jahat. NVIDIA baru-baru ini merilis sebuah alat yang ingin menjawab persis satu pertanyaan: apakah skill ini cukup aman untuk diinstal?
Skill tumbuh pesat dalam beberapa bulan terakhir. Skill adalah kumpulan instruksi siap pakai, sering kali disertai skrip bawaan, yang memberi kemampuan tambahan pada agen AI seperti Claude Code, Codex, atau Gemini CLI. Anda mengambilnya dari sebuah marketplace atau dari GitHub, dan skill itu langsung berfungsi. Masalahnya, skill berjalan dengan kepercayaan implisit dan nyaris tidak diperiksa sebelum mendapat akses ke lingkungan Anda. Bagi tim dev yang setiap hari bekerja dengan tooling semacam ini, dan bagi direktur yang ingin tahu risiko apa yang masuk lewat pintu belakang, itu adalah titik buta yang layak untuk diisi.
Yang terlihat dalam praktik adalah bahwa hambatan untuk menginstal sebuah skill nyaris nol, sementara dampaknya tidak. Sebuah skill bisa memuat instruksi yang meminta agen mengabaikan aturan keamanan, skrip yang mengumpulkan variabel lingkungan Anda dan mengirimkannya keluar, atau tool yang menuntut lebih banyak hak akses daripada yang mereka klaim butuhkan. Penelitian yang mendasarinya, "Agent Skills in the Wild" (Liu et al., 2026), tidak hanya menemukan bahwa lebih dari seperempat skill rentan, tetapi juga bahwa skill dengan skrip yang dapat dieksekusi kira-kira dua kali lebih sering menimbulkan risiko dibandingkan skill tanpa skrip.
SkillSpector menangani hal ini dengan pemindaian sebelum instalasi. Anda mengarahkan alat itu ke sebuah repo, folder, file zip, atau satu berkas SKILL.md, lalu ia memeriksa 64 pola yang terbagi dalam enam belas kategori: dari prompt injection dan penyaluran data keluar hingga penyalahgunaan hak akses dan peracunan tool MCP. Ini berlangsung dalam dua tahap. Pertama, analisis statis cepat yang menangkap sebagian besar sinyal; kemudian tahap opsional di mana sebuah model bahasa menilai konteks dan niat serta menyaring peringatan palsu. Hasil akhirnya adalah skor risiko dari 0 hingga 100 dengan saran yang jelas: aman, hati-hati, atau jangan instal. Keluarannya juga tersedia sebagai SARIF, sehingga cocok dalam pipeline CI/CD dan dapat Anda tegakkan sebelum kode masuk.
Penting untuk jujur soal ini: pemindaian semacam itu bukan jaminan. Sebagian besar berupa analisis statis, dan analisis itu melewatkan hal-hal tertentu. Teks non-Inggris, serangan yang disembunyikan dalam gambar, dan perilaku yang baru terlihat saat dijalankan, sebagian berada di luar jangkauannya. Jadi skor hijau tidak berarti semuanya pasti aman. Ini adalah lapisan kontrol tambahan di atas akal sehat dan review, bukan penilaian akhir yang membuat kewaspadaan lebih lanjut menjadi tidak perlu.
Kami memandang ini terutama dengan kacamata kontrol, bukan kacamata ketakutan. Sebuah skill pada dasarnya adalah kode yang Anda beri kepercayaan, dan untuk segala sesuatu yang berjalan di atas proyek dan data pelanggan Anda, Anda ingin tahu apa isinya dan siapa yang bisa mengaksesnya. Itu bukan rem terhadap AI, justru itulah alasan untuk melakukannya dengan benar: Andalah yang menentukan apa yang berjalan di lingkungan Anda, bukan marketplace tempat skill itu berasal.
Itu sejalan dengan cara kami memandang AI-amplified engineering. AI mempercepat pekerjaan, tetapi tanggung jawab atas apa yang tayang tetap berada pada manusia yang memahami apa yang mereka jalankan. Alat seperti SkillSpector tidak menggantikan penilaian itu, melainkan mendukungnya. Ia membuat kontrol yang memang seharusnya Anda lakukan menjadi lebih mudah dan dapat diulang.
Jika Anda atau tim Anda semakin sering bekerja dengan skill, inilah saatnya menempatkan langkah kontrol di sekitarnya alih-alih menginstal secara membabi buta. Mulailah dari yang kecil: pindai skill berikutnya yang ingin Anda tambahkan sebelum ia mendapat akses, lalu jadikan itu bagian dari proses Anda.
Ingin berdiskusi tentang ini, atau ingin tahu bagaimana menata keamanan skill dan agen dalam workflow Anda sendiri? Anda dapat menghubungi kami.
Sumber:
- https://github.com/nvidia/skillspector
- https://docs.nvidia.com/skills/scanning-agent-skills