2026 年 9 月，智谱 AI 旗下编程工具 ZCode 静默上传代码事件，成为大模型行业从野蛮生长走向合规治理的标志性事件。和普通 API 调用泄密不同，本次风险根源是 AI 桌面客户端自带独立联网能力，在用户无感知情况下旁路采集、外发全套代码仓库。
这场风波提醒所有企业：将核心数据安全完全托付给 AI 厂商自律，本身就是巨大隐患；AI Gateway，不再是可选项，而是企业 AI 落地的安全刚需。
复盘事件：产品设计缺陷，责任如何划分
本次 ZCode 事件核心问题，是产品存在不合规的数据采集机制：RepoWiki 代码索引功能默认开启，前端缺少可生效关闭开关，后台自动扫描打包整个工作区，包含源代码、Git 历史版本、本地缓存等敏感研发资产，采集范围远超代码辅助工具的必要边界。
数据包由厂商单方加密，解密密钥由厂商保管，企业无法独立核验上传内容，厂商"用完即销毁"的承诺处于黑盒状态。
事件曝光后，智谱发布多轮官方声明：承认功能默认开启、前置告知不足；解释数据仅用于云端 Wiki 生成，完成后立即销毁，不会用于模型训练。后续整改动作包括移除快照上传链路、开源 ZCode 客户端，联合中国信通院、绿盟科技完成第三方审计，确认涉事存储桶数据全部删除，并承诺遵循"你不发起，不上云"原则。
但企业用户的疑虑并未完全消除：即便事后清理数据，企业也无法核验数据在上传期间是否被访问或复制。
责任层面，智谱作为产品提供方承担本次事件首要、直接责任，产品设计、隐私告知、数据管控均存在缺陷。而企业虽不是泄密过错方，但作为数据持有主体，负有监管层面的合规主体责任。
很多企业直接开放研发终端使用第三方 AI 客户端，没有流量拦截、审计能力，一旦厂商产品出现漏洞，企业核心资产会直接暴露，泄密损失与监管风险最终由企业承担。普通开发者很难逆向识别后台隐藏上传行为，个人责任几乎可以忽略。
行业普遍误区：只看重 AI 效率，忽视终端旁路风险
当前很多企业上马 AI 项目，重心放在模型能力、业务提效上，默认头部厂商自带完善安全防护，轻信隐私协议承诺。智谱事件击碎了这个认知：再大的厂商，也可能出现产品设计疏漏。
传统防火墙、上网行为管理大多只能管控业务系统流量，对 AI 客户端、IDE 插件这类独立联网程序防护乏力。这类工具可以绕过企业业务链路，自主扫描本地文件并偷偷上传，形成难以发现的旁路泄露通道。
监管要求下，一旦发生商业秘密外泄，厂商的责任认定不能免除企业的合规义务。
AI Gateway，堵住旁路泄密的关键底座
AI Gateway 部署在内网与外部 AI 服务之间，作为所有 AI 流量的统一出入口，不会免除厂商本身的产品责任，但可以在企业侧阻断同类风险落地。四大核心价值正好对应本次事件暴露的漏洞：
- 1.流量统一收口，拦截旁路私传：强制所有 AI 工具流量经过网关，禁止客户端私有直连，哪怕工具内置静默上传逻辑，数据也无法私自传出内网。
- 2.敏感内容识别与分级防护：自动识别代码、方案、客户隐私等高敏感信息，执行拦截或脱敏，严格控制向外传输的数据范围。
- 3.全链路审计留痕：每一条请求、传输内容、操作人、时间完整记录，企业自主拥有日志证据，不再只能依赖厂商单方面说明，解决黑盒核验难题。
- 4.多模型统一调度，规避厂商绑定：统一对接多家大模型，支持故障切换、Token 成本管控，降低对单一厂商依赖，避免单点风险。
结语：先建网关，再上 AI
智谱事件标志着 AI 裸奔落地时代结束。厂商自律存在天然上限，企业不能把商业机密的安全押在第三方产品承诺上。
企业 AI 建设思路需要转变：先建网关、再上 AI。AI Gateway 作为 AI 流量管控底座，把数据规则、审计、拦截权限收归企业，在拥抱大模型提效红利的同时守住安全底线，实现 AI 规模化合规落地。