GitHub则宣布，自4月24日起，CopilotFree、Pro和Pro+用户的输入、输出、代码片段及相关上下文，默认可用于模型训练和改进，用户可在设置中选择退出。

Cursor也披露其代码库索引功能默认开启，会扫描用户打开的代码目录，并将代码库索引信息同步至服务器。此外，Cursor此前还修复过一起高危逻辑漏洞——恶意Agent可通过修改文本文件绕过原有保护规则，读取本应被排除的敏感文件。

据业内人士向澎湃新闻记者介绍，现行《个人信息保护法》《数据安全法》明确要求数据收集遵循最小必要、同意原则，不能在用户不知情的情况下过度采集数据，商业源码也属于受保护的商业秘密。

但难点在于：AI桌面客户端不同于传统手机App，缺乏像移动端App那样常态化的上架前检测机制。软件打包分发后，客户端底层行为藏在二进制代码内部，普通用户很难自行发现静默上传逻辑，监管也难以主动穿透、提前发现这类隐蔽的客户端后门，大多只能等到事件曝光之后才介入核查，属于事后追责模式。

这也意味着，AI时代，新型产品的数据隐私与入口安全问题，已成为行业面临的最新挑战。

9月20日深夜，智谱MaaS(模型即服务)平台宣布，将上线“数据内容不留存”功能。生效后，用户输入和输出的数据仅用于完成当次模型调用，不做静态存储。

建投通信研报认为，对于金融、政企、代码等高敏感场景，客户真正关注的是原始Prompt、模型Output和代码是否会在平台侧长期保存。此次MaaS进一步提供数据不留存选项，相当于从制度承诺升级为产品级能力，有望降低大客户采购API和Agent产品时的数据合规门槛。

站在产业长期健康发展的角度，田丰认为国内AI编程生态应当确立两条基础共识：数据采集默认关闭、需用户主动确认；审计与安全披露常态化。这需要头部厂商、企业客户和监管方共同参与，无法单靠个别企业的自我约束完成。

他表示，行业共识可借鉴此前几代计算范式走过的路径：从默认信任逐步过渡到默认最小权限。从大型机到PC互联网，再到移动互联网，每一代计算范式早期通常都是默认开放，出问题后再逐步收紧权限；操作系统和浏览器之所以能发展出今天的权限弹窗、沙箱隔离机制，也是经历多轮安全事件后才逐渐定型。AI编程工具眼下正处于类似的早期阶段，行业主动把这条经验前置，能够减少重复付出同样的学习成本。

田丰建议，可考虑将涉及源代码、密钥等企业级敏感数据的自动采集功能，纳入现行数据合规监管框架的延伸适用范围，参照个人信息保护领域已经确立的“默认关闭、显式同意”原则，对同类企业数据场景给出对应合规指引；同时鼓励建立行业层面的事件响应时限规范和常态化审计公示机制，形成一条统一、可预期的合规路径以证明整改到位，减少企业各自应对时的重复成本，也减少用户单纯依靠自行监测才能发现问题的局面。

郭涛向澎湃新闻记者表示，未来一至两年，AI编程工具赛道最值得警惕的重大安全事件，并非单纯的代码泄露，而是借助编程智能体作为跳板入侵企业内部生产环境。AI编程工具深度对接企业代码仓库与内网开发环境，一旦权限管控失效，恶意指令便可驱动工具批量读取仓库密钥、配置文件，自动完成代码修改、提交部署，形成自动化攻击链路。

其次是供应链层面风险：大量企业复用AI生成组件，模型内置的隐性漏洞会通过开源代码快速扩散至成千上万企业系统，形成跨企业的群体性安全事故。不同于普通大模型对话内容泄露，编程智能体风险直接传导至生产业务，事件一旦爆发，造成的产业损失和影响范围将显著大于普通大模型安全事故。