整理 | 褚杏娟

當(dāng)?shù)貢r(shí)間 3 月 26 日，GitHub 宣布，自 4 月 24 日起，除非用戶主動(dòng)選擇退出，Copilot Free、Pro 和 Pro+ 用戶與 Copilot 的交互數(shù)據(jù)將被用于訓(xùn)練和改進(jìn)其 AI 模型。此次調(diào)整不適用于 Copilot Business 和 Copilot Enterprise 用戶。此外，免費(fèi)獲得 Copilot Pro 權(quán)限的學(xué)生和教師不受此次更新影響。

GitHub 強(qiáng)調(diào)用戶仍然保有選擇權(quán)。對(duì)于不希望參與訓(xùn)練的個(gè)人用戶，可以在設(shè)置中的 “Privacy（隱私）”選項(xiàng)里手動(dòng)退出。GitHub 強(qiáng)調(diào)會(huì)提前 30 天通知用戶，并允許隨時(shí)退出。不過，值得注意的是，F(xiàn)ree、Pro 和 Pro+ 個(gè)人用戶被默認(rèn)納入了訓(xùn)練范圍，需要自行設(shè)置退出。

被吐槽很難找到的退出設(shè)置

被拿去訓(xùn)練模型的數(shù)據(jù)

根據(jù) GitHub 的說明，可被用于模型訓(xùn)練的數(shù)據(jù)包括：

• 用戶接受或修改后的輸出內(nèi)容

• 用戶發(fā)送給 GitHub Copilot 的輸入內(nèi)容，包括展示給模型的代碼片段

• 用戶光標(biāo)位置周圍的代碼上下文

• 用戶編寫的注釋和文檔

• 文件名、代碼倉庫結(jié)構(gòu)以及導(dǎo)航模式

• 用戶與 Copilot 功能的交互，包括 Chat 和行內(nèi)建議

不過，GitHub 也劃出了一些不會(huì)被納入本次項(xiàng)目的數(shù)據(jù)范圍：

• 來自 Copilot Business、Copilot Enterprise 或企業(yè)擁有的代碼倉庫的交互數(shù)據(jù)

• 在 Copilot 設(shè)置中選擇退出模型訓(xùn)練的用戶的交互數(shù)據(jù)

• 靜態(tài)存儲(chǔ)的 issue、discussion 或私有倉庫內(nèi)容。

官方特意使用了“靜態(tài)存儲(chǔ)”這個(gè)說法，是因?yàn)楫?dāng)用戶主動(dòng)使用 Copilot 時(shí)，Copilot 確實(shí)會(huì)處理來自私有倉庫的代碼。這些交互數(shù)據(jù)是運(yùn)行服務(wù)所必需的，并且除非選擇退出，否則它們可能會(huì)被用于模型訓(xùn)練。

GitHub 明確表示，Business 和 Enterprise 客戶的數(shù)據(jù)不會(huì)用于模型訓(xùn)練，原因是現(xiàn)有合同明確禁止這樣做；如果某個(gè) GitHub 賬戶屬于付費(fèi)組織，或者是付費(fèi)組織的外部協(xié)作者，該賬戶的交互數(shù)據(jù)也會(huì)被排除在訓(xùn)練之外。對(duì)此，GitHub 的解釋是，這是合同義務(wù)所決定的，并稱自己對(duì)保護(hù)訓(xùn)練數(shù)據(jù)“很有信心”。

GitHub 對(duì)這項(xiàng)調(diào)整的解釋是，Copilot 的使用量正在快速增長(zhǎng)，模型需要更多“真實(shí)世界數(shù)據(jù)”來覆蓋越來越多的編碼場(chǎng)景。

GitHub 稱，過去一年，其已經(jīng)開始利用微軟員工的交互數(shù)據(jù)訓(xùn)練模型，這一做法帶來了明顯改進(jìn)，包括多種編程語言中的建議采納率提升，“這證明了真實(shí)世界的交互數(shù)據(jù)確實(shí)能夠提升模型在更廣泛、更多樣的使用場(chǎng)景中的表現(xiàn)?！?/p>

GitHub 強(qiáng)調(diào)，AI 輔助開發(fā)的未來賴于開發(fā)者提供的真實(shí)世界交互數(shù)據(jù)，因此除了微軟員工數(shù)據(jù)之外，公司也將開始使用 GitHub 員工的交互數(shù)據(jù)來訓(xùn)練模型。”

數(shù)據(jù)共享方面，用于訓(xùn)練的數(shù)據(jù)可能會(huì)被 GitHub 和微軟內(nèi)部負(fù)責(zé) AI 模型開發(fā)的人員訪問，也可能交由簽有合同限制的服務(wù)提供商代為處理，但不會(huì)賣給第三方，也不會(huì)提供給第三方模型廠商用于訓(xùn)練他們自己的模型。

GitHub：微軟、Anthropic 和 JetBrains 也這樣

GitHub 提到微軟、Anthropic 和 JetBrains 也在采取類似措施，以說明自己并不是孤例。與此同時(shí)，GitHub 直接回應(yīng)了一個(gè)尖銳問題：如果真實(shí)用戶代碼對(duì)模型這么重要，這是否意味著 GitHub 的競(jìng)爭(zhēng)優(yōu)勢(shì)更多來自現(xiàn)有用戶基礎(chǔ)，而不是更好的研究？

對(duì)此，GitHub 的回答是，“目前已有 2600 萬開發(fā)者 在使用 Copilot，這提供了極為豐富的使用場(chǎng)景和需求，因此公司希望通過用戶自愿貢獻(xiàn)的交互數(shù)據(jù)，讓 Copilot 更好地覆蓋多樣化編碼任務(wù)。”

除此之外，GitHub 還面臨一個(gè)信任層面的老問題。GitHub 專門回應(yīng)了外界對(duì) Copilot Chat 暴露私有代碼的擔(dān)憂。GitHub 的說法是，外界提到的案例涉及第三方收集“曾短暫公開后又轉(zhuǎn)為私有”的代碼，不屬于 GitHub 主動(dòng)暴露數(shù)據(jù)的范疇；對(duì)于此次新計(jì)劃收集的數(shù)據(jù)，公司會(huì)通過訪問控制、審計(jì)日志和自動(dòng)化過濾來保護(hù)，包括過濾 API key、密碼、token 和個(gè)人身份信息。

GitHub 的回應(yīng)，顯然沒有開發(fā)者買單。

有用戶直言：“我真的非常討厭這種做法。”

首先，它一上來就給出了具有誤導(dǎo)性的“退出”操作說明。 如果我進(jìn)入賬戶設(shè)置，再點(diǎn) Copilot，實(shí)際上什么都不會(huì)發(fā)生，只是那個(gè)列表項(xiàng)展開而已。我根本沒法像郵件里寫的那樣，在那里“選擇是否允許將你的數(shù)據(jù)用于 AI 模型訓(xùn)練”。

其次，真正可以退出的設(shè)置項(xiàng)，文字表述和郵件里的說明也對(duì)不上。 所以他們就是在故意把人繞暈，賭很多用戶根本找不到這個(gè)設(shè)置。更離譜的是，它還被放在設(shè)置頁面最底部。

第三，我也不清楚，如果我的倉庫里加了協(xié)作者，而他們沒有選擇退出，那我的代碼會(huì)不會(huì)也被拿去用？ 總之，這次政策調(diào)整爛透了。也許是時(shí)候看看別的 Git 平臺(tái)了。我對(duì) GitHub 也算有些經(jīng)驗(yàn)，確實(shí)該試試別家了。這件事反而成了一個(gè)催化劑。

貪婪是沒有盡頭的。

而且這種事情本來就不該默認(rèn)開啟。 賬戶應(yīng)該默認(rèn)是退出狀態(tài)，只有在你自己愿意的情況下，才主動(dòng)打開。

除了退出設(shè)置的坑，還有用戶陷入賬戶界定的迷茫中：

我有一個(gè)大約 20 人的組織。我們并沒有在組織層級(jí)啟用 Copilot；但當(dāng)我進(jìn)入 Security Code Quality 時(shí)，我卻能使用 Copilot 來生成修復(fù)建議。而且正因?yàn)樗鼪]有被正式啟用，所以那里也沒有“退出”的選項(xiàng)。 所以我現(xiàn)在想知道，這個(gè)功能到底是來自我個(gè)人賬號(hào)的 Copilot 免費(fèi)版（因?yàn)樗]有在組織層面啟用），還是說其實(shí)存在一個(gè)我沒看到的、某種“隱藏的”組織級(jí) Copilot 免費(fèi)版。我只想弄清楚，我是不是需要去推動(dòng)所有能訪問這個(gè)組織的人都退出這次更新。

“這是我做過最快的退出操作?！薄拔艺谡J(rèn)真考慮因?yàn)檫@件事關(guān)閉我的 GitHub 賬號(hào)?！薄叭绻衅渌娲桨刚?qǐng)告訴我，我實(shí)在受夠了這種把消費(fèi)者當(dāng)成產(chǎn)品對(duì)待的做法。”這類聲音充斥整個(gè)社區(qū)。

https://github.blog/news-insights/company-news/updates-to-github-copilot-interaction-data-usage-policy/

聲明：本文為 InfoQ 整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

OpenClaw 出圈，“養(yǎng)蝦”潮狂熱，開年 Agentic AI 這把火燒得不可謂不旺。在這一熱潮下，自托管 Agent 形態(tài)迅速普及：多入口對(duì)話、持久記憶、Skills 工具鏈帶來強(qiáng)大生產(chǎn)力。但這背后也暴露了工程化落地的真實(shí)難題——權(quán)限邊界與隔離運(yùn)行、Skills 供應(yīng)鏈安全、可觀測(cè)與可追溯、記憶分層與跨場(chǎng)景污染、以及如何把 Agent 納入團(tuán)隊(duì)研發(fā) / 運(yùn)維流程并形成穩(wěn)定收益。

針對(duì)這一系列挑戰(zhàn)，在 4 月 16-18 日即將舉辦的 QCon 北京站上，我們特別策劃了「OpenClaw 生態(tài)實(shí)踐」專題，將聚焦一線實(shí)踐與踩坑復(fù)盤，分享企業(yè)如何構(gòu)建私有 Skills、制定安全護(hù)欄、搭建審計(jì)與回放機(jī)制、建立質(zhì)量 / 效率指標(biāo)體系，最終把自托管 Agent 從可用的 Demo 升級(jí)為可靠的生產(chǎn)系統(tǒng)。

今日薦文

你也「在看」嗎？