上周，一个同事兴奋地跟我说：“你看，Copilot 建议的这段代码，跟咱们两年前写的那个工具函数一模一样，连注释都相似。” 我看了一眼，后背一凉。那是我写的。这段代码从未开源，只存在于公司内部仓库。它是怎么跑到 Copilot 的训练集里的？

一、Copilot 是怎么学会你的代码的？

GitHub Copilot 的训练数据来自公开仓库，这大家都知道。但问题在于：私有仓库的代码，也可能通过间接方式被“学习”。

• 如果你在编辑器里打开了某个私有项目，Copilot 不会直接把你的代码上传。但它的上下文包含了当前文件的内容，这些内容会在本地处理后发送到服务器请求补全。微软和 OpenAI 多次声明，不会用私有代码训练模型。
• 但开发者发现，Copilot 有时会逐字复现一些闭源项目的 API 和逻辑。这只能说明：这些代码可能以某种形式暴露过（比如泄露、员工上传公开库、第三方依赖中包含）。
• 我们内部审计后发现，那位同事两年前写的函数，其实是参考了某个开源库并做了修改。而开源库的代码，可能已经进入了 Copilot 的训练集。Copilot 学的是开源库的“原型”，然后推导出了我们修改后的版本。

换句话说，Copilot 并不是直接偷了你的私有代码，而是“推测”出了与你类似的实现。但这依然让人不安：我的 coding 风格、变量命名、甚至是特定的 bug 写法，会不会被模型“记住”？

二、更大的争议：Copilot 是否构成侵权？

2022 年起，就有集体诉讼指控 GitHub Copilot 违反开源许可证。原告称，Copilot 在训练时使用了大量受版权保护的代码（如 GPL 协议的开源软件），并在生成结果中完整复现了这些代码，且没有署名和版权声明。这个案子至今没有最终判决，但已经让很多开发者保持警惕。

2025 年底，某知名开源项目作者发现，Copilot 直接输出了他项目里的完整函数，连注释里的作者姓名都一模一样。他在推特上愤怒地说：“至少把我的名字留下。”

三、我们团队的反应：有人关掉，有人继续

我把这件事在团队里一说，反应两极。

关掉派（包括我）认为：风险不可控。虽然公司还没因此出事，但谁也无法保证未来不出问题。我们写的虽然是内部系统，但包含了业务敏感逻辑。万一哪天 Copilot 给某个竞争对手生成了类似的代码，怎么办？这不是技术问题，是信任问题。

继续使用派认为：这是因噎废食。Copilot 确实提升了效率，而且目前没有任何证据表明它会泄露私有代码。至于开源许可问题，那是 GitHub 和微软该解决的，普通开发者不用操心。

最终，我们没有强制禁用。但公司发了一则内部指引：核心业务模块、涉及敏感数据的代码编写时，建议关闭 AI 补全。

四、我的选择：手动挡，回到没有 Copilot 的日子

两周前，我彻底关掉了 Copilot。不是因为它不好用，而是我发现自己开始依赖它。写个循环，Tab；写个函数，Tab；写个注释，Tab。我的大脑在“退化”。重新回到没有 AI 辅助的状态，一开始很不习惯，打字速度降了，要自己回忆 API。但过了几天，我发现自己更专注了，对代码的理解也更深。

我并不是反对 AI 编程。我只是觉得，在我们完全信任它之前，最好先搞懂它的边界和风险。

五、最后

我依然会用 Cursor 做一些辅助性的任务（写文档、生成测试数据），但核心逻辑，我选择自己敲。