2026年9月，国内大模型企业智谱旗下一款AI编程工具ZCode，因被指在用户端“静默上传”本地代码数据，从一场开发者圈层的信任危机，升级为涉及数据跨境合规的公众事件。智谱在数天内完成了致歉、修复、开源整改、引入第三方审计等一系列动作，并宣布将在MaaS平台推出数据内容不留存机制。这起事件是AI工具越界采集数据的典型案例，也是中国AI产业在数据合规压力下的一次集中演练：当模型能力深入到开发者的工作目录，数据边界、存储位置与出境路径，不再是后台技术问题，而是企业生存问题。
一次“失败”的传输，暴露静默数据链路
9月18日凌晨，独立开发者ferstar的一篇逆向分析帖子，将ZCode推到聚光灯下。该开发者在其开发环境中发现了一个313MB的加密压缩包，其中包含其10G商业项目的核心资产。这个压缩包之所以能留在本地，是因为上传过程连续失败了564次。
根据其分析，ZCode客户端在用户登录状态下，会静默生成工作区快照，涵盖完整的Git版本历史、LFS缓存和reflog，随后在本地完成加密并自动传输至阿里云OSS。加密过程使用服务端下发的RSA公钥，打包后的数据连用户本人和客户端都无法解开。
这不是孤例。多名用户在技术社区复现了相同现象。当天下午，智谱通过官方用户群致歉，解释称问题源于“代码库索引”功能——该功能旨在支持会话检查点恢复、历史版本回退以及Repo Wiki页面生成，上线初期默认为开启状态，导致部分用户在不知情的情况下被上传数据。智谱承诺，上传数据在云端生成Wiki页面后会立即销毁，并宣布将开源ZCode代码库、邀请第三方审查。
企业用户发函：数据流向指向新加坡主体
致歉并未平息舆论。9月19日晚，太原承明科技有限公司公开发函，称其自查发现，8月28日至9月14日期间，公司超过6个工作区被ZCode打包上传，最大单个体积达391.94MB。承明科技指出，被上传的内容远不止官方所称的“代码片段”，而是结构完整的归档文件，涵盖完整源代码、含已删除提交的版本控制历史、数据库口令、接口密钥、云服务凭证，以及员工与用户的个人信息。
更值得关注的是该函件披露的数据流向线索。ZCode客户端的网络请求指向zcode.z.ai与cdn-zcode.z.ai两个域名，其运营主体JINGSHENG HENGXING TECHNOLOGY PTE.LTD注册于新加坡。据智谱在港交所的招股书披露，该公司是智谱于2023年11月在新加坡设立的间接全资子公司。
矛盾之处在于，对比ZCode中英文版协议可以发现，两者对数据处理主体的界定并不相同：英文版明确由该新加坡主体负责数据处理，中文版则写明由北京智谱华章科技股份有限公司负责，两份文件在责任归属上呈现明显差异。而智谱中文版隐私政策承诺，境内运营产生的个人信息存储于中国境内，不做跨境传输；如需跨境，须提前告知并征得用户同意。承明科技据此要求智谱说明数据是否实际出境、是否与第三方共享、是否用于模型训练，并列出十一项整改诉求，将书面回复期限定于10月10日。
就在函件公开的当天，ZCode更新至3.14.0版本，更新日志标注“修复仓库百科异常上传的问题”，从技术层面给出了回应。
开源、审计、“零留存”：三重整改与行业坐标
9月21日，智谱宣布ZCode正式开源，代码托管于GitHub，接受社区监督。针对数据安全问题，智谱邀请中国信息通信研究院与绿盟科技完成第三方安全审计。审计结论显示，zcode-prod阿里云OSS存储桶及全部数据对象已删除，处于云端零数据状态；ZCode v3.14.0已移除Repo Wiki功能，切断了本地仓库快照生成与上传链路。智谱同步承诺，此后将每月公布代码安全审计报告，建立常态化安全漏洞报告机制，并根据问题严重等级给予回报。为安抚用户情绪，智谱还向所有用户道歉，并为受影响用户额外提供一次周额度重置。
除了ZCode本身的安全整改，智谱还从平台侧回应了企业客户的核心关切。9月20日晚间，智谱MaaS平台宣布将于近期推出数据内容不留存功能。该功能面向企业和开发者用户开放申请，具体生效时间及适用范围以平台确认结果为准。生效后，平台对模型调用过程中的输入与输出不做静态存储，数据仅用于完成当次模型调用。智谱同时明确，该机制并非在所有场景下无差别适用：Batch API、File API等需要在平台侧持久化保存任务或文件的功能不在覆盖范围内；因法律法规要求留存，或为核查涉嫌违规、滥用行为，平台可能按有关要求留存相关数据30天及以上。
从行业对比看，“零数据留存”在国内仍是稀缺能力，但在海外已逐步成为头部AI平台面向企业客户的标配。OpenAI、Anthropic等均提供类似机制，同样需要申请，同样保留合规例外条款。对企业客户而言，数据留存政策已成为评估大模型供应商的核心维度之一，尤其在金融、政务、医疗等强监管场景，数据能否做到不落盘，直接影响产品能否进入采购清单。
合规考题：AI编程工具越界之后，行业边界何在
这起事件的特殊性在于，它发生在AI编程工具这一被视为“高净值数据”聚集的场景。开发者工具天然需要读取代码库、理解项目结构，但“读懂”与“整包搬走”之间存在本质区别。当加密密钥由服务端持有、数据内容连用户本人都无法还原时，“隐私保护”便失去了可验证性。
从产品设计的角度看，ZCode事件暴露的并非单一功能缺陷，而是一套默认信任服务端的架构思维。当数据上传在客户端完成加密、密钥由服务端动态下发时，系统架构本身已经预设了用户无权访问数据的角色。这种设计在提升便利性的同时，也消解了“知情—同意—可撤回”的基本关系。Repo Wiki这类增值功能完全可以在本地完成，却被设计成云端生成——在用户毫不知情的前提下，这已经不是产品取舍，而是对用户数据边界的挤压。
对国内AI企业而言，这更是一次涉及数据跨境合规的制度性提醒。中国企业出海设立主体、承接数据处理任务已是常见架构，但中英文协议的数据处理主体不一致，极易触发客户对数据出境合规的质疑。随着个人信息保护法、数据出境安全评估等制度框架不断健全，企业在数据存储位置、出境路径、知情同意环节上的任何模糊处理，都可能形成法律与信任的双重风险。对通信、金融、能源等数字化程度较高的行业而言，AI工具的引入同样将面临更严格的数据安全审查——开发工具是否默认上传代码，代码是否涉及关键业务数据，这些问题的答案将直接影响行业采购决策。
值得注意的是，智谱在此次事件中的响应节奏——第一时间致歉、修复、开源、引入国家级科研机构与安全企业联合审计、公布报告周期——反映出AI企业正在从“事后灭火”转向“以透明度换信任”的治理思路。这并非单纯的危机公关，而是数据合规能力建设的一个缩影。合规不再只是法务部门的工作项，而是产品设计、技术架构和商业谈判中的前置条件。
结语
ZCode事件最终以一次性整改告一段落，但AI产业的数据合规考题才刚刚开始。今天，用户可以通过逆向工程发现一个压缩包；未来，更多AI工具将进入个人电脑、企业内网与生产环境。数据去了哪里、被谁处理、能否删除、是否出境，这些问题的答案不应依赖开发者“自证清白”，而应内化为产品的基本边界与行业的共同标准。对于那些试图在数据价值和用户信任之间寻求平衡的AI企业，智谱给出的这道题的参考答案，值得整个行业对照阅读。
热门跟贴