每次你接受 AI 代码建议时，数据就会流出你的机器。每个工程负责人应该问的问题是：数据流中到底包含了什么？
AI 编程工具实际发送了什么
GitHub Copilot
Copilot 会为每条建议向 GitHub 服务器发送上下文。这包括：
- 你当前正在编辑的文件
- 编辑器中打开的标签页（取决于设置）
- 文件路径和项目结构元数据
- 上下文窗口内的注释和代码
GitHub 声明这些数据不会在请求-响应周期之外保留，但数据在传输过程中是以明文（通过 TLS）经过他们的基础设施的。
Cursor AI
Cursor 会向你配置的 AI 模型提供商（OpenAI、Anthropic 等）发送代码上下文。如果你使用 Cursor 自己的后端，你的代码会经过 Cursor 的服务器。
Claude Code (Anthropic)
Claude Code 的 CLI 工具会将你的整个对话上下文——包括文件内容、git diff 和终端输出——发送给 Anthropic 的 API。Anthropic 的 API 数据使用政策声明他们不会用 API 数据进行训练，但代码是在服务端处理的。
意外暴露问题
开发者日常处理的文件通常包含：
- 硬编码凭据：API 密钥、数据库密码、令牌
- 客户数据：测试夹具和种子数据中的 PII
- 专有算法：构成你竞争优势的核心业务逻辑
- 基础设施细节：内部主机名、IP 地址、配置中的架构信息
当 AI 工具读取这些文件作为上下文时，所有这些数据都会离开你的网络。
真实案例
三星的 ChatGPT 禁令（2023 年）
三星员工将专有源代码粘贴到 ChatGPT 中用于调试问题。这些代码被提交到 OpenAI 的服务器——因为使用的是消费级 ChatGPT，代码成为了 OpenAI 训练数据的一部分。三星随后禁止了 ChatGPT 并构建了内部 AI 工具。
.env 文件问题
一项针对 1000+ 开发者的调查发现，34% 的人至少有一次不小心将 .env 或凭据文件分享给了 AI 编程工具。大多数人只有在 AI 在后续回复中建议使用该凭据时才发现这个问题。
如何保护你的代码
1. 使用商业/企业 API 套餐
API 套餐（非消费级聊天）提供合同数据保护。数据不用于训练，保留期有限。
2. 部署本地隐私代理
将 AI Privacy Gateway 作为本地代理运行。它位于你的编辑器和 AI API 之间，自动检测并脱敏：
- API 密钥和令牌（
sk-...、sk-ant-...） - 代码和配置文件中的凭据
- 注释和字符串中的 PII
docker run -d -p 8080:8080 ghcr.io/gunxueqiu6/ai-privacy-gateway:latest将你的 AI 工具配置为使用 http://localhost:8080 作为 API 端点。在数据离开你的机器之前，所有内容都会被本地拦截和净化。
3. 配置类 .gitignore 规则
在你的 AI 工具中设置文件排除模式。大多数编程助手允许你指定不应包含在上下文窗口中的文件或目录。
4. 审计你的 AI 工具配置
检查团队使用的每个 AI 编程工具的隐私设置。尽可能禁用遥测、数据共享和代码片段收集。
总结
AI 编程助手是生产力倍增器，但它们也是数据导出器。假设编辑器中的每一行代码都可能被发送到第三方服务器——并部署隐私代理以确保敏感数据永远不会离开你的网络。