ARTICLE · 1059705
代码都去哪儿了?翻遍 15 家 AI 编程工具的官方文档,这是完整对照表
代码都去哪儿了?翻遍 15 家 AI 编程工具的官方文档,这是完整对照表你在公司的代码库里敲下一行注释，按下回车。三秒后，一段补全建议跳了出来。这三秒里，你的代码可能已经被分块上传、算成了向量、存进了一个你看不见的数据库。 9 月 18 日，一位开发者偶然发现，自己电脑上的 AI 编程工具正在把整个工作区——包括完整的 Git 历史、缓存和配置——加密打包上传到云端。而解密用的私钥，只存在服务器上。这就是最近讨论得很火的智谱 ZCode代码上传事件。 曝光后三天内，智谱走完了整改： 承认、修复、第三方验证、开源。到这个时间点，事情已经处理完了。 可能大家更关心的是：除了智谱，其它 AI 编程工具也上传我的代码吗？到底传了什么？关得掉吗？ 我们翻完 15 家工具的官方文档，有了这些发现： 先看三种模式。它们听起来差不多，实际差别很大。 第一种：默认参与，你可以退出。 GitHub Copilot 从 2026 年 4 月 24 日起，Free / Pro / Pro+ 用户的交互数据默认用于训练模型——包括你发给它的输入、它生成的输出、代码片段、光标附近的上下文。你可以在设置里关掉。企业版不受影响，走数据保护协议。 Copilot 的文档里明确写着：不会用你私有仓库里"静态存放"的内容来训练。但同一份文档专门解释了为什么要用"静态存放"这个词——因为当你在使用 Copilot 的时候，它确实在处理你私有仓库里的代码。而这份处理产生的交互数据，只要你没关掉开关，就是可以用于训练的。 也就是：它不训练你"躺在仓库里的代码"，但它可能训练它"读过的你的代码"。 OpenAI 的 Codex 类似：Plus / Pro 用户默认可能用于改进模型，需要在"数据控制"里关闭。Amazon Q Developer 的免费层同理。 第二种：默认参与，但只有付了钱才能退出。 Windsurf。2026 年 7 月起的条款写的是：默认可以用于训练。付费订阅可以去 Data Controls 里关掉；免费版没有这个开关。Teams 版只有管理员能操作。 第三种：默认不参与，你主动勾选才参与。 商汤的代码小浣熊。官方隐私政策写明：除非你勾选同意参与"用户改进计划"，上传的对话消息与代码信息只用于推理，不会长期存储，也不会用于模型训练。 顺带一提：这份政策的运营主体写的是"上海禹幻科技有限公司"，不是商汤科技本身。签约时主体名称要对齐，这是采购环节里很容易被忽略的一处。 这对你意味着什么？ 如果你用个人账号在公司代码库上干活，你的代码可能正在进入某家公司的训练集。而这件事，公司通常不知道。 要让 AI 理解整个仓库，就得先把代码分块上传，算成向量——也就是 embedding。 
多数厂商都承诺：明文用完就删，不长期保留。 具体做法各家说法不太一样。字节的 Trae：代码库默认本地存储，需要索引时临时上传计算嵌入，随后永久删除明文。华为 CodeArts 码道类似——嵌入计算完成后明文永久删除，并提供安全隔离代码仓。百度 Comate 的说法是索引碎片化传输、服务端不存源码。 措辞不同，方向是一致的：明文不要，向量可以留。 但"明文删了"不等于"什么都没留下"。Cursor 的文档写得很直白：用于计算 embedding 的明文代码，在请求结束后不再保留，但 embedding 本身，以及与代码库相关的元数据（哈希、文件名），可能存储在数据库里。 换句话说，代码的"形状"留下了。 
这对你意味着什么？ 评估一个工具的隐私时，要问的不只是"它删不删我的代码"，还有"它留不留我的代码算出来的东西"。 一、只在登录状态生效。Trae 的代码库默认存在本地，但"开启隐私模式后不用于训练"这个保护，是登录之后才有的。 二、只对没做企业认证的版本生效。华为 CodeArts 码道的隐私模式，只对未企业认证的个人版和体验版生效。 三、即使你换了自己的 API Key，请求还是走厂商的后端。Cursor 文档里写得很明确：即使你使用自己的 API Key，你的请求仍然会经过我们的后端——我们在那里完成最终的提示词构建。 四、工具本身干净，不代表整条链路干净。开源工具 Cline 的条款写得很诚实：代码本地优先，遥测也是匿名、不含代码内容的。但如果你用的是它提供的 API Key，你的内容会被转给第三方模型提供商，而提供商可能拿去做训练，除非你自己到那家提供商那里关掉。 代理工具是干净的，不代表你抱着的那条链路是干净的。 
这对你意味着什么？ 企业说"我们开了隐私模式"，通常不足以证明什么。要逐条确认：这个开关在什么条件下生效、对谁生效、关掉之后到底发生了什么。 不训练，只说明数据不会被拿去改进模型。它仍在人家手里，并且有明确的期限。 一、按"是否同意训练"分档。Anthropic 给了两个数字：消费者用户如果允许数据用于改进模型，保留 5 年；不允许，保留 30 天。这是同一份文档里的两条口径。 二、按用途分档。用 /feedback 提交的反馈，保留 5 年——不管你同不同意参与训练。OpenAI 的 Codex 默认保留 30 天，用途是滥用监控。 三、由厂商自己定。Windsurf 的条款里，Feedback Data 和 User Interaction Data 可以由公司自行决定保留多久——没有给出上限。 三种口径放在一起，会发现一件事："删不删"，答案取决于这条数据被归到哪一类。而分类权在厂商手里，不在你手里。 这对你意味着什么？ 数据"在人家手里"和"被拿去训练"，是两件事。第二条链更容易被忽略。 这是我们这次核查里最意外的一处。 把 codeium.com/privacy-policy 输进浏览器，你会被转走两次： 先 301 到 windsurf.com/privacy-policy， 再 308 转到 cognition.com/legal/privacy-policy。 两跳，三个公司名，落在同一份政策上。windsurf.com/security 也一样，308 转到 Cognition 的安全文档。 公司改名不是重点。重点是转过去之后，有一处很要紧的条款变了。 按现在的条款，Windsurf 默认可以把你的数据用于训练。想退出，得是付费层级；免费版没有这个入口；Teams 版只有管理员能操作。企业客户则相反——未经事先书面同意不训练。 而在 2026 年 7 月之前，它要求的是用户显式同意（opt-in）才能训练。 308 这个状态码的意思是"永久转移"。它不会弹窗，不会提示你条款变了。中文技术圈里流传很广的"Windsurf 企业版默认零数据留存、个人版可以自己开"——那是 2025 年 3 月旧 Codeium 文档的说法，现在不适用了。 还有一处更基础的空白。 翻遍讯飞 iFlyCode 的公开材料，我们没有找到它的产品级隐私政策。能找到的是父级平台《讯飞开放平台隐私政策》。里面有一条泛化条款：可能对个人信息做技术处理，并将匿名化或去标识化后的信息用于学术研究或统计分析，"包括使用匿名化或去标识化后的语音信息进行模型算法的训练"。 注意，它举的例子是语音，没有提代码。 这不是"它在训练你的代码"，也不是"它不会训练你的代码"。这是没有说。 而这个空白，恰好是采购时最该问的东西。 这对你意味着什么？ 一次评估不能长期沿用。"我去年读过它的隐私政策"不是结论。合规是周期性动作，不是一次性动作。 同一款工具，部署方式不同，代码能不能进你的合规清单，结论可能完全相反。 部署形态差的不是一点。Tabnine 给了四种：SaaS、VPC（部署在你自己的私有网络里）、本地、以及完全气隙（不连互联网）。Windsurf 三种：Cloud、Hybrid、Self-Hosted。 数据落在哪里，要单独问。Copilot 的数据可以与微软关联公司共享。Trae 有美国、新加坡、马来西亚节点，CodeBuddy 有新加坡节点。也就是说，即便你人在国内，数据也可能在境外被处理。 凭据齐不齐，决定采购能不能往前走。国际厂商普遍能拿出 SOC 2 Type II（第三方安全审计报告）这类凭据；国内厂商则多以私有化部署、数据境内存储作为主要凭据。两类凭据能回答的问题不一样，不能直接比。 这对你意味着什么？ 数据落在哪个区域、有没有 DPA、能不能本地部署——这些决定你的代码能不能进合规清单。它们比"模型多聪明"更早卡住采购流程。 上面六条发现，来自我们对 15 家商用产品（国内 8 家、国际 7 家）加 1 个开源项目（Cline）的逐家核对。完整对照分成两张表：数据行为（是否上传、是否训练、能否关闭、留存多久）和治理能力（部署形态、数据驻留、合规认证、跨境条款）。 
三个读数提示： 第一，不要找"最好的那家"，要找"和你敏感度匹配的那家"。一份个人练手代码和一份金融核心系统代码，需要的防护等级完全不同。对照表的作用是让你知道自己在跟什么交易。 第二，措辞差异不等于行为差异。Tabnine 用了最绝对的一档措辞——"代码从不存储、从不训练、从不分享"。其他厂商多数承诺的是"不做长期存储""临时处理即删除"。这是两句话，能验证的程度也不一样，但它不等于说别家做得更差。读表的时候，先看措辞，再看它有没有可验证的凭据。 第三，这张表会过期。表头标注了数据截止时间，请按这个时间理解它。 国内组的共性：普遍明确承诺"不用于训练"，普遍提供私有化或本地部署，数据以境内存储为主。差异集中在两点——隐私模式的生效范围（见发现三），以及是否披露具体的留存天数。 国际组的共性：普遍对"企业版不用于训练"有明确承诺，并有 DPA 支撑；合规凭据更齐全（SOC 2 Type II、FedRAMP、ISO 27001 等）。差异集中在两点——个人版是否默认参与训练，以及数据在哪些国家之间流动。 这个分法不是要说哪一组更好。它只是提醒你：两组该问的问题不一样。对国内供应商，重点问"隐私开关对谁生效"；对国际供应商，重点问"数据过不过境、个人账号怎么隔离"。 误读一：开源的就更安全。开源意味着可以被审计，不等于已经被审计。代码谁都能看，但不代表真的有人看了。开源降低的是"验证成本"，不是风险本身。 误读二：国产的一定更危险。至少从这份对照表得不出这个结论。国内厂商在措辞上普遍更保守；而这次核查里，唯一一处"从需要显式同意，改成默认参与"的实质性收紧，发生在国际工具身上。地域不是判断标准，逐家读原文才是。 误读三：我不用这些工具，就跟我没关系。你的团队里总有人在用。真正的问题不是"你用不用"，而是"谁在用、用什么账号用、在哪个仓库上用"。 不需要任何特权，10 分钟能跑完。不过在动手之前，先说清楚一件事：为什么不能只听厂商说。 ZCode 事件里流传过几个数字：有开发者声称它出现了 564 次上传失败；也有口径不一的"100 万 / 200 万用户"说法；还有企业函件质疑数据存在出境。这三项我们都看到了，但都没采信为结论——第一项来自单一开发者的逆向统计，未经厂商确认；第二项两个来源口径打架；第三项是企业单方说法，没有官方确认。 说这个，是想说明自检的必要性：文档写的是厂商的承诺，不是你机器上的事实。下面 5 步，是让你在自己的环境里，把两者对上。 第 1 步：查认证方式。你是用个人账号还是企业账号在用这个工具？——政策可能完全不同，这是最容易被忽略的一步。 第 2 步：查隐私开关的真实生效范围。要不要登录？只对企业认证账号生效还是不生效？用自己的 API Key 之后，请求还走不走它的服务器？ 第 3 步：查索引。代码库索引开着吗？能不能改成只在本地索引？有没有类似 .codeiumignore 的排除文件机制？把 .env、密钥文件加进去。 第 4 步：查留存。翻到隐私政策里的留存条款看天数。另外单独找一下"反馈""调查"这类数据的留存说明——它们往往另有更长的期限。 第 5 步：查网络出口。用系统级的网络监控看一下，这个工具实际在连哪些域名。尤其在开启代码库索引的时候。 
这 7 个问题，建议直接写进采购条款，或者签约前发给供应商。 
另外加一条： Windsurf 的案例说明，条款可能通过一次静默重定向就整体变更——两跳、三个公司名，全程没有任何提示。签完不是终点。建议每半年复检一次隐私政策。 落地样本：我只给工具最小必要的目录权限，密钥一律走环境变量不进代码库，.gitignore 和 AI 工具的排除文件各维护一份。五十人以下的团队，照这个做基本够用。 这一轮真正留下的，不是"某家出了事"。智谱在三天里做完了致歉、下线、第三方验证、全面开源。开源这件事的意义在于：它把"相信这家公司"，换成了"你可以自己验证"。而 Windsurf 那两跳重定向则提醒了另一面：声明是会移动的目标。今天读到的条款，不等于明天适用的条款。 需要说明：本文全部结论来自收集的厂商公开声明，不构成对任何工具实际行为的指控。如果有解读错误请指正。
9 月 18 日：致歉，把原因归于功能默认开启。
移除：下线 Repo Wiki 功能及整条上传链路。
9 月 21 日：第三方机构确认云端零数据、存储桶及全部对象已删除；v3.14.0 移除功能入口。
9 月 21 日：宣布全面开源——客户端、后端、Agent CLI。
9 月 20 日晚：MaaS 上线"数据内容不留存"承诺，并建立常态化漏洞反馈机制。
发现一：说"不用于训练"，和说"你的版本不用于训练"，是两件事
发现二：真正的数据外发入口，是"代码库索引"
发现三：隐私开关有四种"生效范围陷阱"
发现四：不训练 ≠ 不留存
发现五：声明会变，有些甚至没有声明
发现六：企业真正的硬约束，不是模型能力，是部署形态
这份对照表怎么读
国内外差异和规律
常见误读
怎么查：给个人的 5 步自检
采购怎么防
是否提供 DPA（数据处理协议），并明确"不用于训练"？"我们不会用你的代码训练"这句口头承诺，和一份写明这句话的协议，是两回事。 是否提供私有化 / 本地 / 气隙部署？数据驻留区域在哪？ 隐私模式是否默认开启？能否由管理员全组织强制、且成员不可关闭？注意"默认开启"和"可以被管理员强制"是两个条件，缺一个都可能被个人的设置覆盖掉。 索引产生的 embedding 与元数据是否留存？留存多久？这是发现二的那个问题。多数厂商没有给出明确答案——他们的答案本身就是你要记录的信息。 是否提供审计日志 / 合规 API？能否接入我们自己的 SIEM？ 是否有第三方审计报告（SOC 2 Type II 等）可以索取？ 员工用个人账号访问公司代码库时，数据如何隔离？这是发现一指出的真实风险口，也是最少被问到的第 7 问。
在合同里约定条款变更的通知义务与重新确认机制。