微軟旗下的代碼托管平臺GitHub宣布了一項重大的隱私政策調整。自2026年4月24日起，GitHub將默認收集并使用部分客戶的交互數據（包括輸入提示、輸出結果、代碼片段及相關上下文）來訓練其AI模型。
這一舉措標志著AI輔助開發(fā)工具在真實場景數據獲取策略上的進一步推進。
本次政策調整主要針對使用Copilot Free、Pro以及Pro+訂閱級別的個人用戶。
由于現有的企業(yè)級合同條款限制，Copilot Business和Copilot Enterprise企業(yè)用戶將不受此新規(guī)影響。
同時，通過教育計劃獲取Copilot使用權的學生和教師群體也被明確列入豁免名單。
對于受影響的個人用戶，GitHub采取了“默認同意，允許退出”（Opt-out）的機制，這與當前北美科技行業(yè)的普遍數據收集慣例一致。
如果用戶不希望自己的代碼交互數據被用于模型增強，必須主動進入賬號的Copilot功能設置頁面，手動禁用隱私選項下的“允許GitHub使用我的數據進行AI模型訓練”功能。?
核心提取數據與私有倉庫邊界?根據官方披露的更新細則，一旦用戶處于默認參與狀態(tài)，GitHub將在使用Copilot期間收集多維度的數據。
這些交互數據涵蓋：
用戶接受或修改的模型輸出結果；
包含所顯示代碼片段的模型輸入提示；
光標位置周圍的代碼上下文；
用戶編寫的注釋和文檔；
文件名及倉庫物理結構；
與Copilot功能的互動記錄（如對話）；
以及點贊或點踩的反饋評分。?
這項政策在技術層面上對“私有倉庫”的數據邊界做出了更精準的界定。
官方解釋稱，GitHub不會掃描或使用私有倉庫中處于“靜態(tài)存儲”（at rest）狀態(tài)的代碼底座。
但如果用戶在私有倉庫中激活并使用Copilot，其在實時交互過程中產生的代碼片段和上下文，將被視為交互數據，納入采集與訓練的范疇。
針對數據策略的轉向，GitHub首席產品官Mario Rodriguez給出了直接的技術效用解釋。他指出，引入真實世界的交互數據能夠顯著提升AI模型的性能。
前期通過整合微軟內部員工的交互數據，模型在多語言環(huán)境下的代碼采納率已經實現了有效增長。
進一步擴大數據收集范圍，旨在幫助模型更好地理解開發(fā)工作流，從而提供更準確的安全代碼建議，并在代碼進入生產環(huán)境前攔截潛在漏洞。?
同時，GitHub在官方說明中列舉了Anthropic、JetBrains以及母公司微軟的類似政策，以說明這種數據使用策略已成為當前生成式AI賽道的行業(yè)常態(tài)。
從更宏觀的產業(yè)邏輯來看，無論是最初對公開代碼庫的微調，還是如今對實時交互數據的提取，都客觀反映了當前大模型廠商在算力競爭之外，對高質量對齊數據和真實開發(fā)者交互數據的剛性渴求。（本文首發(fā)鈦媒體APP，作者 | 硅谷Tech_news，編輯 | 秦聰慧）
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論