代码上传之后：数据去了哪里，责任由谁承担

说明：本篇承接上篇《AI助手伸进代码仓库：拿走的是什么，“默认开启”能算同意吗》，讨论第三个、第四个问题及制度层面的观察。事实依据同上篇所列表源。分析部分为类型化讨论，不对任何特定主体的行为作法律定性。

三、第三个问题：数据去了哪里

软件层面的整改可以在短期内完成，但数据去了哪里、由谁处理，决定了责任主体是谁。这是一个容易被“已删除”“零数据”这类结论掩盖的问题。

第一层是主体识别。

同类工具中一个常见的结构性问题是签约主体与处理主体的分离：用户协议上的签约方是一家境内实体，而客户端向哪台服务器发起请求、数据落于哪个法域的存储桶，可能并不一致。用户维权首先要解决“告谁”，而判断标准不是合同上的印章，而是数据实际的存放地与实际的访问方。这也是为什么企业在采购审查中，应当把“数据处理清单”与“数据流图”作为必查项，而不是接受一份概括性的合规声明。

第二层是出境判定。

若数据确由境外主体接收或访问，即构成《个人信息保护法》第三十八条意义上的向境外提供个人信息，须具备该条所列条件之一：通过国家网信部门组织的安全评估、经专业机构进行个人信息保护认证、或按标准合同与境外接收方订立合同。《网络数据安全管理条例》第三十五条作了同样的路径规定。

第三层是数量门槛。

具体走哪一条，取决于数量。《促进和规范数据跨境流动规定》（国家互联网信息办公室令第十六号，2024年3月22日施行）第五条设置了豁免情形，其中包括“为订立、履行个人作为一方当事人的合同，确需向境外提供个人信息”，以及关键信息基础设施运营者以外的数据处理者自当年1月1日起累计向境外提供不满10万人个人信息（不含敏感个人信息）；第七条规定，关键信息基础设施运营者以外的数据处理者，累计向境外提供100万人以上个人信息（不含敏感个人信息）或1万人以上敏感个人信息的，应当申报数据出境安全评估；落在豁免区间与申报门槛之间的，则须订立标准合同或通过认证。该规定第十条同时要求，向境外提供个人信息的，仍应履行告知、取得单独同意、进行个人信息保护影响评估等义务。

换算到工具类产品，考虑到用户规模与自动上传的触发频率，“不满10万人”这一豁免是否能够成立，需要审慎评估；而“为订立、履行个人作为一方当事人的合同所必需”这一豁免，其前提是处理行为服务于作为合同当事人一方的个人的利益，与未经告知的静默上传在性质上并不相同。

四、第四个问题：责任由谁承担

行政路径。

《个人信息保护法》第六十六条规定的罚则分两档：一般情形下，责令改正、给予警告、没收违法所得，对违法处理个人信息的应用程序责令暂停或终止提供服务，拒不改正的并处一百万元以下罚款；情节严重的，由省级以上部门责令改正、没收违法所得，并处五千万元以下或者上一年度营业额百分之五以下罚款，并可以责令暂停相关业务或者停业整顿、通报有关主管部门吊销相关业务许可或者吊销营业执照。

除《个人信息保护法》外，还应注意《网络安全法》第四十三条至第四十六条的规定，网络运营者收集、使用个人信息应当遵循合法、正当、必要的原则，不得泄露其收集的个人信息，未经被收集者同意不得向他人提供；第四十六条禁止任何个人和组织窃取或者以其他非法方式获取个人信息；第七十一条规定侵害个人信息权益的，依照有关法律、行政法规的规定处理、处罚。

《数据安全法》第二十九条则规定，发现数据安全缺陷、漏洞等风险应当立即采取补救措施；发生数据安全事件，应当立即采取处置措施，并按照规定及时告知用户、向有关主管部门报告。此类事件中是否履行了报告义务，往往是判断合规态度与责任轻重的重要事实。

民事路径。

《个人信息保护法》第六十九条实行过错推定：处理个人信息侵害个人信息权益造成损害，处理者不能证明自己没有过错的，应当承担损害赔偿等侵权责任。这一条对用户最为有利——举证责任被倒置给厂商，用户无须证明厂商有过错。

现实障碍在于损害举证。数据一经删除，用户难以量化自己的损失；而精神损害赔偿在个人信息案件中通常数额有限。因此更值得关注的是不以证明损害为前提的请求：依据《网络安全法》第四十五条要求删除或更正其个人信息，依据《个人信息保护法》第十五条撤回同意。

企业客户则另有两条路径：一是依服务协议与保密约定主张违约；二是依《反不正当竞争法》第三十九条主张商业秘密侵权。后者设定了举证责任转移规则——权利人提供初步证据证明已对所主张的商业秘密采取保密措施，且合理表明商业秘密被侵犯，涉嫌侵权人应当证明其不存在侵犯商业秘密的行为。这是本类纠纷中对企业最实用的一条规则，它把“证明对方做了什么”的难度，部分转化为“对方自证清白”的义务。

刑事路径需要克制。

《刑法》第二百五十三条之一规定了侵犯公民个人信息罪，入罪数量标准见《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》（法释〔2017〕10号）第五条：行踪轨迹、通信内容、征信、财产信息五十条以上，住宿信息、通信记录、健康生理信息、交易信息等其他可能影响人身财产安全的个人信息五百条以上，其他公民个人信息五千条以上，或者违法所得五千元以上。第六条进一步规定，为合法经营活动而非法购买、收受个人信息的，需达到获利五万元以上的标准。

把标准套回此类情形：单次上传一个代码仓库所涉个人信息条数通常有限——主要来自提交记录中的姓名与邮箱；在厂商未出售、未对外提供、未用于训练的前提下，刑事追责的空间较小。

五、为什么这类事故反复发生

个案的处理方式各不相同，但暴露出的缺口是共同的。

第一个缺口是授权颗粒度。

传统软件处理的是用户主动提供的文件；AI编程工具为完成任务，需要获取远为广泛的上下文——整个代码仓库、终端权限、数据库连接。有学者在评论中指出，服务商需要建立“文件级和功能级授权机制”。技术上的必要性不等于法律上的无限授权。上传哪些文件、作何用途、保存多久、是否进入其他系统、以何种方式删除，这些问题的答案必须在功能启用之前给出，而不是在事件发酵之后补充。

第二个缺口是承诺的可验证性。

引入第三方机构出具结论、并定期公布报告，是目前较为建设性的做法。但要注意两点：其一，“不留存”指向数据的保存期限，“不用于训练”指向数据的处理目的，二者需要分别落实、分别证明；其二，第三方核查的结论若只有转述、不见报告，其证明力终究有限——核查报告是否公开、公开到什么程度，本身就是合规诚意的一部分。

第三个缺口是可观测性。

用户在技术上无法解密自己上传的数据包，也就失去了核验能力。过错推定规则虽然减轻了用户的举证负担，但当用户连“处理行为是否发生”都难以证明时，规则的效果会被大幅削弱。制度层面真正需要的，是让数据处理行为变得可观测——同类问题在境外亦曾出现，且多由用户端的异常感知或独立研究者抓包发现，而非来自厂商自查、行业审计或监管巡查，这一事实本身即说明缺口所在。

六、各方可以做什么

对个人开发者：使用任何AI编码工具前，先确认隐私政策对三个问题的回答——是否上传工作区文件、是否用于模型训练、数据存放于何处。在正式项目中先行使用独立目录或脱敏仓库测试，并留意工具目录的体积异常。

对企业用户：将AI编程工具纳入供应商管理与数据安全体系。与厂商签署数据处理协议，明确受托处理的范围、保存期限、删除义务与审计权；按代码密级分区，核心仓库不接入外部工具；要求厂商提供数据处理清单与删除证明；在合同中约定审计条款与违约后果。

对AI工具厂商：把授权做到文件级与功能级，密钥、内网配置等敏感文件默认排除在外；对“不留存”“不用于训练”的承诺提供可验证的证据；核查结论宜公开报告而不仅是对外转述。

七、结语

当一个AI助手能够读取代码、调用终端、修改文件时，它掌握的已不只是数据，而是一家企业的组织记忆。软件层面的修复可以在数日内完成，用户信心的修复则需要更长时间。数据治理能力正在成为与模型能力同等重要的竞争力。这种能力不体现在声明里，而体现在两件事上：用户能否在功能启用前知道会发生什么，能否在事后核验发生了什么。

八、附：企业引入AI编程工具的尽调要点

1. 数据处理角色界定：厂商是个人信息处理者、受托处理者，还是两者兼有；云服务商在链条中的角色。

2. 上传范围的书面确认：哪些文件会离开本地，是否包括完整仓库、Git历史、配置文件、密钥；是否可排除特定目录。

3. 处理目的的限定：数据是否用于模型训练、是否用于产品改进；“不留存”与“不用于训练”是否分别作出书面承诺。

4. 保存期限与删除机制：默认保存期限；删除的触发条件、时限与证明方式。

5. 数据存放地与访问主体：服务器所在地、实际访问主体所在法域；是否存在境外主体接收或访问。

6. 出境合规凭证：是否完成安全评估、认证或标准合同订立；豁免情形及依据。

7. 委托处理协议：处理目的、期限、方式、保护措施、再委托限制、审计权、违约责任。

8. 影响评估文件：是否已完成个人信息保护影响评估并可提供摘要。

9. 安全事件响应：事件通知时限、通知内容、补救措施与举证配合义务。

10. 内部管控配套：代码密级分区、敏感仓库接入禁止、员工使用规范与留痕。

【特别声明：本篇文章所阐述和说明的观点仅代表作者本人意见，仅供参考和交流，不代表本所或其律师出具的任何形式之法律意见或建议。】

相关阅读

AI助手伸进代码仓库：拿走的是什么，“默认开启”能算同意吗？