[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-github-copilot-data-ai-training-opt-out-zh":3,"article-related-github-copilot-data-ai-training-opt-out-zh":27,"series-industry-3bd1841e-dd4d-4776-8597-8c3f3e240a03":82},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":24,"created_at":25,"published_at":26,"topic_cluster_id":11},"3bd1841e-dd4d-4776-8597-8c3f3e240a03","github-copilot-data-ai-training-opt-out-zh","GitHub 預設拿 Copilot 資料訓練 AI","\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002F\" target=\"_blank\" rel=\"noopener\">GitHub\u003C\u002Fa> 要改 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\" target=\"_blank\" rel=\"noopener\">Copilot\u003C\u002Fa> 的資料規則了。4 月 24 日起，\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\u002Fplans\" target=\"_blank\" rel=\"noopener\">Copilot Free\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\u002Fplans\" target=\"_blank\" rel=\"noopener\">Pro\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\u002Fplans\" target=\"_blank\" rel=\"noopener\">Pro+\u003C\u002Fa> 的互動資料，預設會拿去訓練 \u003Ca href=\"\u002Fnews\u002Fopenai-closes-122bn-round-ipo-looms-zh\">AI\u003C\u002Fa>。你沒去關設定，就等於默許。\u003C\u002Fp>\u003Cp>這次不是小修小補。GitHub 說，會用到提示詞、輸出內容、程式碼片段，還有相關上下文。對開發者來說，這句話很直接：你跟 Copilot 講過什麼，它可能就進了訓練管線。\u003C\u002Fp>\u003Cp>如果你用的是企業方案，情況不同。\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\" target=\"_blank\" rel=\"noopener\">Copilot Business\u003C\u002Fa>、Enterprise，還有教育方案都不在這次範圍內。已經關掉先前產品改進資料蒐集的人，也會保留原本選擇。\u003C\u002Fp>\u003Ch2>4 月 24 日到底改了什麼\u003C\u002Fh2>\u003Cp>講白了，GitHub 把原本比較窄的資料蒐集，改成更直接的預設值。以前你可能還會以為，AI 工具只是幫你補 code。現在它會把你和它的互動，當成模型訓練素材。\u003C\u002Fp>\u003Cp>這件事會讓很多人不爽，不是沒原因。Copilot 早就不是邊邊角角的功能。它是現在最常見的 AI 寫碼工具之一。當一個工具每天都在 IDE 裡出現，大家很容易忘了，它背後還有資料流。\u003C\u002Fp>\u003Cp>從產品角度看，這步很合理。\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002F\" target=\"_blank\" rel=\"noopener\">Microsoft\u003C\u002Fa> 旗下的 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002F\" target=\"_blank\" rel=\"noopener\">GitHub\u003C\u002Fa>，本來就有動機把產品使用資料拿來調模型。問題在於，合理不等於舒服。開發者最怕的，就是自己以為是工作內容的東西，最後變成訓練樣本。\u003C\u002Fp>\u003Cul>\u003Cli>生效時間：2026 年 4 月 24 日\u003C\u002Fli>\u003Cli>受影響方案：Free、Pro、Pro+\u003C\u002Fli>\u003Cli>不受影響方案：Business、Enterprise、教育方案\u003C\u002Fli>\u003Cli>可用資料：提示詞、輸出、程式碼片段、上下文\u003C\u002Fli>\u003Cli>預設行為：不關設定就會納入訓練\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>為什麼開發者反彈這麼大\u003C\u002Fh2>\u003Cp>我覺得，這次最刺眼的不是技術，而是預設值。很多人不是不能接受資料被拿去改善產品，而是不能接受「先收再說」。因為一旦預設打開，大多數人根本不會去翻隱私設定。\u003C\u002Fp>\u003Cp>開發者會特別敏感，還有一個原因。寫 code 的時候，常常會貼出專案結構、函式名稱、錯誤訊息，甚至是內部邏輯。這些東西對一般人只是字串，對公司來說可能是機密資產。\u003C\u002Fp>\u003Cp>GitHub 的說法也不難懂。它想提升準確度、安全性，還有 bug 偵測。這些目標都很合理。只是，產品想進步，不代表使用者就該默默交出日常工作資料。\u003C\u002Fp>\u003Cblockquote>“If you are not paying for it, you’re not the customer; you’re the product being sold.” — Andrew Lewis\u003C\u002Fblockquote>\u003Cp>這句話被講爛了，但還是有用。因為它講中了平台經濟的老問題。你以為自己在用工具，平台卻在看你的行為資料。AI 時代只是把這件事做得更快，也更隱蔽。\u003C\u002Fp>\u003Cp>而且這次的爭議，還碰到開源社群的敏感神經。很多人本來就對 AI 讀 code 有意見。現在又多了一層：不只是讀，還可能拿去訓練。這種感受，真的很難用一段產品說明就打發掉。\u003C\u002Fp>\u003Ch2>跟其他 AI 寫碼工具比起來\u003C\u002Fh2>\u003Cp>GitHub 不是唯一會碰資料的 AI 工具，但它的預設值很有代表性。很多產品會把個人方案和企業方案切開。企業資料通常有更嚴格的隔離。GitHub 這次對個人方案的做法，明顯更積極。\u003C\u002Fp>\u003Cp>差別其實很現實。你在聊天機器人裡丟一句晚餐建議，風險不大。你在 Copilot 裡貼一段私有 repo 的函式，甚至有安全漏洞線索，那就完全不同了。對寫程式的人來說，資料敏感度高很多。\u003C\u002Fp>\u003Cp>所以，比較工具時，不能只看誰寫 code 比較順。你還得看，誰的預設值比較乾淨。說真的，這點常常比模型分數更重要。因為分數高，不代表你可以放心把專案內容丟進去。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fchatgpt\u002F\" target=\"_blank\" rel=\"noopener\">ChatGPT\u003C\u002Fa> 有資料控制選項，但個人版和企業版通常分開處理\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fbuild-with-claude\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 針對寫碼流程設計，方案不同，資料政策也不同\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fcodeium.com\u002F\" target=\"_blank\" rel=\"noopener\">Codeium\u003C\u002Fa> 也做 AI 寫碼，但個人和商用條款不一樣\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Faws.amazon.com\u002Fq\u002Fdeveloper\u002F\" target=\"_blank\" rel=\"noopener\">Amazon Q Developer\u003C\u002Fa> 同樣有個人與企業控制的分界\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你是團隊採購，這題已經不只是「誰比較會補 code」。還要問：誰會把提示詞拿去訓練，誰不會。這個問題很現實，也很煩，但它會直接影響你最後選哪個工具。\u003C\u002Fp>\u003Ch2>開發者現在該做什麼\u003C\u002Fh2>\u003Cp>最直接的動作，就是去檢查設定。你如果不想讓 Copilot 的互動資料被用來訓練 AI，就要在 4 月 24 日前手動關掉。GitHub 說，先前已經關掉更廣泛資料蒐集的人，會維持原設定。\u003C\u002Fp>\u003Cp>如果你還沒動過，就別拖。尤其是你有在處理客戶專案、閉源程式、內部系統，或安全敏感資料。這種情況下，任何自動上傳到訓練流程的東西，都不是小事。\u003C\u002Fp>\u003Cp>更大的問題是，這種做法很可能會被更多軟體公司學走。今天是 Copilot，明天可能就是別的 AI 工具。只要使用者沒有大規模反彈，廠商就會覺得這套路可行。\u003C\u002Fp>\u003Cp>我建議你這週就做一件事：把團隊正在用的 AI 寫碼工具列出來，逐一看資料設定。別等到預設值變成習慣，才發現自己早就把資料送進去了。\u003C\u002Fp>\u003Ch2>這件事背後的產業脈絡\u003C\u002Fh2>\u003Cp>AI 工具現在最缺的，不是 demo，而是資料。模型越大，越需要真實互動來修正結果。這也是為什麼很多產品都想把使用者行為納進訓練流程。資料越多，調整空間越大。\u003C\u002Fp>\u003Cp>但寫碼工具跟一般聊天工具不一樣。它碰到的是原始碼、\u003Ca href=\"\u002Fnews\u002Fsebastian-raschka-llm-architecture-gallery-zh\">架構\u003C\u002Fa>、錯誤訊息，還有開發流程。這些東西一旦進了訓練資料，後續要抽離就很麻煩。對企業來說，這不是單純的隱私問題，而是治理問題。\u003C\u002Fp>\u003Cp>所以現在的重點，不只是 Copilot 做了什麼，而是整個產業怎麼定義「預設蒐集」。如果大家都接受這套邏輯，之後你會看到更多 AI 服務把資料控制藏在設定頁深處。這種事，真的很像軟體版的默認同意。\u003C\u002Fp>\u003Ch2>接下來會怎麼走\u003C\u002Fh2>\u003Cp>我猜，這次 GitHub 不會立刻改回去。因為對它來說，資料就是模型品質的一部分。比較可能的發展，是它把說明寫得更清楚，然後讓使用者自己決定要不要留在預設值。\u003C\u002Fp>\u003Cp>對開發者來說，最實際的問題只有一個：你願不願意讓你的提示詞，成為下一輪模型訓練的一部分。答案如果是否定的，就現在去關設定。真的不用等。\u003C\u002Fp>\u003Cp>如果你在團隊裡管工具選型，這週就開一次 15 分鐘的檢查會。把 GitHub、\u003Ca href=\"\u002Fnews\u002Fopenclaw-v2026-3-24-reset-guide-integrations-zh\">Open\u003C\u002Fa>AI、Anthropic、Codeium、Amazon Q 的資料政策一起看。別只看功能表，資料預設值才是重點。\u003C\u002Fp>","GitHub 將在 4 月 24 日起，預設把 Copilot Free、Pro、Pro+ 的互動資料拿去訓練 AI。若你不想被收進資料管線，得手動關閉設定。","hothardware.com","https:\u002F\u002Fhothardware.com\u002Fnews\u002Fgithub-reverses-course-and-will-train-ai-on-your-copilot-data-unless-you-opt-out",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775121661227-ays4.png","industry","zh","3d4e9329-9762-4714-920c-f7b5e69bd66c",[17,18,19,20,21,22,23],"GitHub","Copilot","AI訓練","資料隱私","開發者","Opt-out","AI寫碼工具",4,"2026-04-02T08:06:30.082985+00:00","2026-04-02T08:06:30.056+00:00",{"tags":28,"relatedLang":41,"relatedPosts":45},[29,31,33,35,36,38,39],{"name":19,"slug":30},"ai訓練",{"name":17,"slug":32},"github",{"name":23,"slug":34},"ai寫碼工具",{"name":20,"slug":20},{"name":22,"slug":37},"opt-out",{"name":21,"slug":21},{"name":18,"slug":40},"copilot",{"id":15,"slug":42,"title":43,"language":44},"github-copilot-data-ai-training-opt-out-en","GitHub Will Train Copilot AI on User Data by Default","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"259ae580-796a-4aa9-bc2d-75c3ecb9ffd6","risc-v-news-chip-tracking-playbook-zh","RISC-V 新聞變成追蹤清單","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780658306737-y7a8.png","2026-06-05T11:17:55.019634+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"89b950a4-a063-42e0-931e-b589318b96be","5-reasons-risc-v-is-winning-new-chip-designs-zh","5 個 RISC-V 取勝理由","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780657373321-i3as.png","2026-06-05T11:02:20.606857+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"41e33a57-fab5-410d-a9dc-cb7eec2f6a02","why-anthropic-is-right-ai-successors-zh","為什麼 Anthropic 警告 AI 會幫忙打造自己的下一代是對的","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780652877986-08hx.png","2026-06-05T09:47:19.946393+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"35e635cf-98d8-448e-9ea8-80d184c256da","5-ways-windsurfapi-speaks-openai-and-anthropic-zh","5 種 WindsurfAPI 對接方式","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780649271709-6mbt.png","2026-06-05T08:47:23.298991+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"94a30499-e861-4b18-aa6a-0a25a242c326","wei-shen-me-gpu-rong-zi-cai-shi-ai-zhen-zheng-de-hu-cheng-he-zh","為什麼 GPU 融資才是 AI 真正的護城河","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780644777525-vzu4.png","2026-06-05T07:32:26.646427+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"46343e05-8f4f-4075-b833-44c344733bdd","big-tech-borrowing-to-pay-for-ai-buildout-zh","大科技借債蓋 AI 基礎設施","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780643874201-w9n0.png","2026-06-05T07:17:28.823209+00:00",[83,88,93,98,103,108,113,118,123,128],{"id":84,"slug":85,"title":86,"created_at":87},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]