你的 AI 编程助手,默认在拿你的代码训练吗

我每天用 Claude Code 和 Codex 写代码，上周才第一次去翻它们的数据设置：两个账号的"用我的数据训练模型"开关，都开着。

两个开关都开着，我却不记得自己开过——默认值要的就是这个效果。

触发我去翻的是 Meta。9 月 2 日它发布 Muse Spark 1.3，API 分两档，规格完全一样，只差一件事：便宜的那档，要你同意拿提示词和回复去训练它的下一代模型。

Meta 把"同意训练"做成了一个价格

Meta 官方定价页上，标准档 muse-spark-1.3 每百万 token 输入 1.25 美元、输出 4.25 美元，条款写"prompts and completions are not used to train Meta models"。贡献者档 muse-spark-1.3-contributor 输入 0.10、输出 0.20，换来的是"permission to use your prompts and completions to train future Meta models"^[1]。

算下来输入便宜 12.5 倍，输出便宜 21 倍。网上流传的"便宜 75 倍"只对缓存输入成立（0.15 对 0.002），是挑了最吓人的那档报的。另一个差别没多少人提：贡献者档每分钟只能发 100 次请求，标准档是 3000 次。它适合跑离线批处理，不适合给一个团队当日常助手。

同意机制就写在 model ID 的后缀里。你在代码里把 -contributor 拼上去的那一刻，就算签了字。

我原本想写"这是一笔可选的交易，谈不上偷"，写到一半改了：一个没被看见的选项，算什么选择？Meta 至少把价格明码标出来了，编程助手这边连价格都没有，只有一个默认值。

四家的开关在哪、默认是什么

四家个人版的条款说法差不多：开关开着（Cursor 是 Privacy Mode 关着），就可以拿你的内容训练。我把开关位置和我自己账号的状态放在一张表里：

这张表只说明条款允许什么，说明不了这些公司实际拿了多少、怎么清洗、有没有真的用上你那几行代码。条款是上限，外人看不到实际用量。

规律很清楚：付钱的是公司，默认不训练；付钱的是你自己，默认大多是开着的。Cursor 的个人版默认值，它的数据使用页和隐私帮助页我都翻了，两处都没有写明是开还是关。

我自己这四个账号，Claude、Codex、Copilot 三个开着训练，全是个人账号。唯一关着的 Cursor，也是我个人付费的 Ultra 版。它的个人默认值官方没写，我这一个样本分不清是默认关，还是哪次弹窗里被我点掉了，所以只记一笔，不下结论。

Copilot 这次改动最能说明默认值有多大分量。GitHub 3 月 25 日发博客，4 月 24 日生效，Free、Pro、Pro+ 三档的交互数据开始用于训练^[5]。博客里有一句：以前主动关过这个设置的人，选择保留，照旧不训练。所以这次改动碰到的，只有从没去过设置页的那批人，默认值替他们换了答案。

我的 Copilot 是 2025 年 2 月开通的免费版，这个月的额度一次没用过。它想拿我的数据也没多少可拿，但我登上去一看，开关照样是 Enabled。我 4 月之前从没进过这个设置页，所以默认值替我换答案的那批人里，有我一个。

GitHub 给的理由也很坦白：先拿微软自家员工的交互数据试过，多种语言的补全接受率都涨了，所以要"来自像你这样的开发者的真实交互数据"^[5]。这句话把交易说清楚了：你每天接受、拒绝、改写补全的那些动作，正是它最缺的训练信号。公开代码网上到处都有，一个人怎么改 AI 写的代码，只有编辑器里才看得到。

"交互数据"四个字听着轻，GitHub 列的清单是这样的：你接受或改过的补全、发给模型的代码片段、光标附近的上下文、你写的注释和文档、文件名、仓库结构、你在文件之间怎么跳转，还有你给建议点的赞和踩。它也写明了不拿"静态存放的私有仓库内容"，但你在编辑器里打开、被发给模型看的那几段，不在这个例外里。私有仓库挡住的只是没人打开的那部分。

终端里管不到的三扇门

第一扇，开关根本不在你的电脑上。我在本地找了一圈：~/.claude/settings.json 里 18 个键，没有一个和训练有关；~/.codex/config.toml 里也没有。~/.claude.json 里倒有一个名字很像的缓存字段 isQualifiedForDataSharing: false，而网页上的开关是开着的。我不知道这个字段具体管什么，但它至少说明：看本地配置，得不出你的代码有没有被拿去训练。

Cursor 是唯一能在本地看到状态的。它的本地数据库里写着 PRIVACY_MODE_NO_TRAINING，旁边还有一条记录，说明这个值已经和服务端对过账。开关一样在账号上，本地存的只是一份缓存。这几个工具在命令行里跑，训练开关却跟着网页账号走。一个人每天花八小时在终端里，这个开关放在一个他一年打开一次的网页设置里。

Anthropic 的文档里藏着一条硬数字：个人账号开着训练开关，数据保留 5 年；关掉，保留 30 天^[2]。拨一下，保留期从 30 天变成 5 年。

第二扇，关了主开关只关了一半。Codex 在 ChatGPT 的主开关之外，还有一个自己的 "Include environments" 设置，管的是 Codex 云端任务的完整运行环境能不能拿去训练。OpenAI 的说明写得很直白：改 ChatGPT 那个开关，不会改这个^[3]。所以关 Codex 要关两处：ChatGPT 的数据控制里一个，Codex 自己的设置里一个。

第三扇，是你自己递出去的。Claude Code 里敲 /feedback、/bug 或 /share，当前会话的完整记录连同代码一起上传，保留 5 年；会话结束弹出"能不能看一下这次的记录"，点了 Yes，记录、子代理记录和本地日志一起传，保留半年，只有 API key 这类已知格式会被抹掉^[2]。文档说这些不会拿去训练模型，但会用来改进产品。训练开关管不到这扇门，每次都得你自己点，只是很多人点的时候没想过里面装着什么。发 /feedback 之前，先想想这次会话里有没有贴过密钥或客户数据；不想每次被问，可以在环境变量里设 CLAUDE_CODE_DISABLE_FEEDBACK_SURVEY=1，把会话调查整个关掉^[2]。

我的判断

开关都在，谁也没偷。但"默认开着、放在网页深处、改默认时发一封邮件"，这套设计就是算准了大多数人不会去看。Meta 那档是另一回事：你得亲手在 model ID 后面拼上 -contributor，看得见价格才选得上，那是一笔明码交易。两件事放在一起，只说明一点：这份数据有价，Meta 的报价是便宜 12 倍左右；默认开着的那些开关，是在你没看的时候把它白送了出去。

如果你用个人订阅写公司的代码，今天就去把上面几个开关关掉，再问一句公司允不允许用个人账号，很多公司的合规条款比这些开关严。如果公司买的是 Team、Business、Enterprise 版，默认不训练，但先确认你终端里登录的是公司账号，不是自己的。如果写的本来就是公开在 GitHub 上的开源代码，这个开关对你意义不大，那些代码早就在别的训练集里了。至于 Meta 的贡献者档：跑一批不敏感的离线数据，便宜 12 倍是笔划算的买卖；接进团队日常工作流，100 次每分钟的限流会先让你放弃。

你上一次打开 AI 工具的隐私设置页，是什么时候？

参考资料

Meta：Muse Spark 1.3 Pricing and Rate Limits（2026-09）— https://dev.meta.ai/docs/pricing-rate-limits/

Anthropic：Claude Code Data usage — https://code.claude.com/docs/en/data-usage

OpenAI：How your data is used to improve model performance — https://help.openai.com/en/articles/5722486-how-your-data-is-used-to-improve-model-performance

Cursor：Data Use — https://cursor.com/data-use

GitHub Blog：Updates to GitHub Copilot interaction data usage policy（2026-03-25）— https://github.blog/news-insights/company-news/updates-to-github-copilot-interaction-data-usage-policy/