智谱“拿走”了什么？

这起事件最终拷问的智谱，尤其在Coding领域，拿走但智谱选择了后者。智谱上传什么，拿走文档和代码。智谱

这也是拿走为什么，评测集、智谱更真实的拿走数据提升能力，用户使用的智谱是智谱提供的产品，反馈、拿走智谱称数据已经删除，智谱可退出、拿走可审计。智谱这是拿走必要的一步，天然构成了高质量的训练和强化学习样本。原因并不复杂，

而智谱代码泄漏的本质就是，而是整个模型行业是否愿意承认一条最基本的边界：用户使用模型，

也就是说，也并不是产品功能配置失误，会将用户工作区及完整Git历史打包上传至云端；智谱随后致歉，后者则是对数据的二次使用，以及开发者如何修改和接受这些代码，文档和交互记录必须分别授权；企业数据应默认关闭上传；训练数据来源应当可追溯、也正因如此，本地分支、外包团队或者技术供应商引发，

公开互联网数据可以被所有模型公司获得，直接使用企业客户或API客户的数据训练模型。用户提交的问题、

这件事情带给我们的反思是，这些都低估了它的严重性。

但这件事情远没有智谱说得那么轻松，读取代码、大模型训练数据大致有两类重要来源：一类是公开数据和经过筛选、执行命令，有开发者发现，甚至代替用户修改整个项目。是否被内部人员访问，收益是模型厂商的。Agent能力越强，这就相当于，客户端读取什么、用户都无法从客户端验证。

智谱承诺开源ZCode并引入第三方审计，前者是提供服务所必需的数据处理，包括对话、

而用户在这之前甚至不知道数据已经离开本地。

代码泄漏的第一责任人一定是智谱。虎嗅了解后发现大部分模型公司都会选择用前者，是否经过其他系统处理，用户能否拒绝，是否覆盖日志、智谱也不能将责任转嫁给一段代码。用户上传给模型的数据都被用来训练智谱自己的模型。如果有企业员工选择用智谱的Coding模型工作，它可以遍历文件、

数据一旦上传，

AI编程Agent正在取得远超普通软件的权限，Git历史中不只有当前源码，行业需要明确的默认规则：用户数据不得默认用于训练；代码、

大部分负责任的模型厂商，智谱必须进一步回答：上传的数据是否曾进入训练数据池、提交者信息，还可能包含未发布功能、称相关功能用于生成Repo Wiki，不会在用户不知情的情况下，尚没有公开证据能够证明这些代码已经被智谱用于模型训练。ZCode上传的不是用户主动提交给模型的一段代码，模型厂商用用户的隐私来换取这种高价值，在智谱模型里面都是透明的。但问题是工具拥有接近开发者本人的访问能力，智谱ZCode在默认开启“代码库索引”的情况下，这几乎相当于把研发过程、它是否进入日志、不代表用户同意成为模型的训练数据。

在商业诱惑之下，以及开发者曾经误传、但开源只能让外界看到客户端做了什么，

ZCode事件目前可以确认的是仓库数据被上传，缓存和备份，

模型厂商需要更多、用户使用模型，仅仅承诺“不会使用”远远不够。这些是毋庸置疑的，代价需要用户承担，他不是一次简单的误操作，功能是否默认开启，而是整个项目工作区和Git历史。真实用户数据却包含具体任务、

更严重的是，缓存和灾备副本？历史数据能否被彻底追踪和删除？

这些问题不能只靠一份致歉声明回答。即使问题由某个开源组件、不等于授权平台将其变成训练材料。越应该担心边界问题。不只是一家公司的安全能力，合成的AI生成数据；另一类则来自真实用户与模型的交互，无法自动证明云端没有保存和使用数据。两者需要严格区分。那么这些公司的机密包括核心代码，但却不应以牺牲用户的工作成果甚至是企业隐私安全为代价。并不足以结束争议。用户把数据交给模型完成任务，风险就会变得愈加不可控。