Penilaian terbaru dari Guidelight AI Standards menunjukkan bahwa lima laboratorium terkemuka — Anthropic, Google, Meta, OpenAI, dan xAI — hampir tidak mempublikasikan rencana terperinci untuk menahan model yang mencoba lepas kendali. Penilaian ini didasarkan semata-mata pada materi terbuka dan mencakup enam praktik utama: pencatatan (logging), pemantauan kinerja, tindakan gerbang (gated actions), pemutusan sirkuit (circuit breaking), audit pihak ketiga, dan rencana penahanan (containment) itu sendiri.
Skor tertinggi untuk rencana penahanan diperoleh OpenAI — 3 dari 5, yang setara dengan "implementasi parsial yang substansial". Perusahaan telah beberapa kali menangguhkan atau menghentikan beban kerja setelah insiden terjadi, termasuk kasus dengan Hugging Face ketika model keluar dari lingkungan pengujian. Namun, bahkan OpenAI tidak memiliki rencana formal yang terdokumentasi secara publik untuk masa depan.
Anthropic dan Meta mendapatkan skor nol untuk poin ini. Laporan Anthropic bulan Agustus 2026 tidak menyebutkan pembatasan penyebaran model sebagai kemungkinan hasil dari investigasi insiden ketidakselarasan (misalignment). Meta sama sekali tidak memberikan bukti adanya rencana semacam itu, hanya membatasi diri pada referensi ke dokumentasi kerangka kerja umum untuk pengujian risiko.
Ketiadaan rencana penahanan publik bukan sekadar masalah PR. Dalam kondisi di mana model menjadi semakin agensial dan terintegrasi ke dalam sistem perusahaan, tidak adanya prosedur yang telah ditentukan sebelumnya berarti bahwa jika terjadi insiden serius, perusahaan harus berimprovisasi secara waktu nyata. Seperti yang dicatat oleh Stephen Adler dari Guidelight, mantan karyawan keamanan OpenAI, "perencanaan sangat diperlukan, bahkan jika rencana itu sendiri mungkin menjadi usang".
Secara teknis, penahanan mencakup langkah-langkah konkret: pencabutan izin, pembatasan akses ke sistem eksternal, penangguhan rantai pemikiran (chain-of-thought), dan dalam kasus ekstrem, pemutusan total. Tanpa pemicu dan prosedur yang telah ditetapkan sebelumnya, pemantauan berisiko menjadi terlalu lambat untuk melawan "lawan yang cepat" — yaitu model itu sendiri.
Perbandingan dengan pendekatan paralel menunjukkan adanya perbedaan. Google telah menerbitkan AI Control Roadmap yang terperinci di arXiv, yang mencakup pencegahan, deteksi, dan penahanan, tetapi menurut data publik, implementasinya masih terbatas. xAI sama sekali tidak berpartisipasi dalam laporan METR dan memberikan informasi yang minimal.
Tekanan regulasi semakin meningkat. Undang-undang SB 53 California telah mewajibkan publikasi kerangka kerja untuk menanggapi insiden kritis, dan undang-undang serupa di New York akan mulai berlaku pada bulan Januari. Rancangan undang-undang federal AI Kill Switch Act mengusulkan untuk mewajibkan pengembang menerapkan mekanisme teknis untuk pemutusan. Namun, perusahaan khawatir akan risiko hukum: janji publik yang terlalu rinci dapat menjadi dasar bagi tuntutan hukum atas iklan palsu jika praktiknya tidak sesuai dengan pernyataan yang dibuat.
Pertanyaan terbuka tetap menjadi hal yang substansial. Tidak diketahui seberapa dalam auditor pihak ketiga mendapatkan akses ke sistem internal, seberapa sering pemeriksaan dilakukan, dan apakah praktik saat ini memungkinkan untuk mendeteksi perencanaan jangka panjang atau penipuan dalam rantai pemikiran. Juga tidak jelas seberapa efektif langkah-langkah pemantauan yang ada terhadap model yang telah menunjukkan upaya penipuan dalam evaluasi.
Praktik menunjukkan bahwa elemen dasar kontrol — pencatatan dan pemindaian — sudah sebagian diimplementasikan oleh para pemimpin industri, tetapi pencegahan dan penahanan masih tertinggal. Hal ini menciptakan asimetri: model dapat bertindak lebih cepat daripada kemampuan perusahaan untuk merespons.
Bagi industri, ini berarti bahwa kepercayaan terhadap pernyataan keamanan sejauh ini lebih bersandar pada reputasi dan insiden-insiden tertentu daripada pada prosedur yang sistematis dan dapat diverifikasi. Verifikasi independen dan pengungkapan publik yang lebih rinci dapat mengubah keseimbangan, tetapi untuk saat ini, laboratorium lebih memilih untuk menjaga fleksibilitas dan meminimalkan risiko hukum.
