JetBrains AI Assistant 如何处理私有代码隐私与外部大模型数据留存

对于企业工程总监、首席信息安全官（CISO）以及法务合规负责人而言，引入 AI 辅助研发工具面临着核心权衡：在提升开发人效的同时，如何杜绝核心商业机密泄露与知识产权滥用。在评估引入 JetBrains AI Assistant 时，企业最迫切的顾虑在于：工程团队日常编写的私有代码库，在通过云端大语言模型（LLM）进行上下文推断时，是否会被外部供应商持久化存储、人工审查，甚至沦为训练公共基础模型的语料？

本文全面拆解 JetBrains 及其外部 LLM 供应商在数据传输加密、零留存策略（Zero Retention）、向量检索隐私边界及企业级管控机制上的治理架构，为技术决策者提供清晰、可落地的合规边界指引。

核心结论速览

• 严格禁止使用客户代码训练基础模型： 在标准商业条款下，JetBrains 及其合作的外部 LLM 供应商均受严格合同约束，绝不使用企业的私有代码、提示词（Prompt）或生成结果来训练公共大模型。
• 云端推断零数据留存（Zero Retention）： 外部模型供应商在完成单次请求并返回结果后，立即从易失性内存中释放数据，不留存商业会话记录。
• 全链路传输加密： 本地 IDE、JetBrains 托管代理服务与下游模型供应商之间，所有网络传输统一采用 TLS 1.2 及以上协议加密。
• 本地与内网化向量检索（RAG）： 项目级代码语义索引、嵌入（Embedding）与重排序均运行于 JetBrains 基础设施上的开源权重模型，检索请求绝不流向 OpenAI 或 Google 等外部平台。
• 商业许可证默认关闭详细代码收集： 用于 JetBrains 自有模型（如 Mellum）改进的“详细代码数据收集”功能，在所有企业及商业授权中默认关闭，且普通开发者无法越权开启。
• 多层次排除与熔断开关： 工程团队可通过项目根目录的 .aiignore 实现文件和目录级防读取隔离，或通过 .noai 文件直接在项目级彻底禁用 AI 功能。
• 多样化合规部署模式： 针对完全隔离内网或强监管环境，企业可选择本地离线全行代码补全（Full Line Code Completion）、自带密钥（BYOK）或私有化部署 JetBrains AI Enterprise。

一、请求生命周期与分层处理架构

要理清私有代码的防护机制，首先需要明确一次代码补全或聊天请求的完整流转链路：

[ 开发者本地 IDE ]
       |
       +---> [ 本地静态分析与过滤 (.aiignore / .noai) ]
       |
       +---> [ 全行代码补全（本地轻量模型推断，零网络外发） ]
       |
       v (TLS 1.2+ 加密通道)
[ JetBrains AI 服务代理（欧洲经济区 EEA 节点） ]
       |
       +---> [ 语义检索与代码片段重排（JetBrains 自托管嵌入模型） ]
       |       （向量化请求完全在内网闭环，不发送至外部供应商）
       |
       v (TLS 1.2+ 瞬时 API 调用)
[ 外部 LLM 分包供应商 ]
  (OpenAI、Anthropic、Google Cloud Vertex、AWS Bedrock、xAI)
       |
       +---> [ 仅在内存中执行单次推断 ]
       |
       v (生成结果实时流式返回，不落地存储，不参与训练)
[ IDE 接收并渲染补全建议 ]

1. IDE 侧的上下文精细剪裁

JetBrains AI Assistant 不会盲目抓取整个代码仓库打包上传。IDE 会充分调用其内置的语义分析引擎（抽象语法树 AST、符号索引与依赖图谱），按需提取生成结果所需的最小上下文切片：

• 当前活跃编辑文件及光标周边的代码片段。
• 涉及的文件类型、语言规范与工程框架信息。
• 开发者主动选中的代码块或在聊天框中输入的指令。
• 经过排除规则过滤后的工程结构元数据。

2. 安全代理中继与元数据脱敏

开发者的本地环境不会直接使用通用消费级接口连接第三方大模型服务。所有请求统一经由部署在欧洲经济区（EEA）的 JetBrains AI 专用安全代理中转。该网关层承担三项核心职责：

• 脱敏与去标识化： 剥离不必要的机器标识与用户环境敏感元数据，仅保留推断必须的上下文。
• 流控与配额隔离： 实施企业级鉴权，防止恶意流量与突发请求。
• 路由加固： 确保所有推断请求严格走企业专属 B2B 专用通道，杜绝进入公共消费端日志队列。

二、第三方 LLM 供应商生态与零留存（Zero Retention）边界

针对大型语言模型的商业化调用，标准面向大众的免费网页端工具通常会将交互用于算法演进，而企业级开发者工具则有着本质不同的法律与技术边界。

1. 分包模型供应商名单

根据官方合规披露，JetBrains AI 采用由其直接运营的自研与开源模型，结合精选的第三方语言模型供应商作为 AI 分包方：

• OpenAI： 驱动 GPT 系列模型。
• Anthropic： 驱动 Claude 系列模型（支持直接连接或通过 AWS Bedrock 接入）。
• Google： 驱动 Gemini 系列模型。
• Amazon Web Services (AWS)： 托管 Amazon Bedrock 平台上的第三方模型。
• SpaceXAI： 驱动 Grok 系列模型。

此外，JetBrains 自行托管的模型（包括 Mellum、Mellum2 以及基于 Apache 2.0 协议的 Qwen 系列开源权重模型）完全运行于 JetBrains 独立的基础设施之上，其输入与输出绝不与开源训练方共享。

2. 零留存与禁止训练的法律契约

JetBrains 与上述所有外部供应商均签署了严格的商业级数据处理协议（DPA）及企业级服务条款：

• 模型训练全面禁止： 供应商受法律约束，明确承诺绝不得使用客户发送的源代码、上下文提示词及推断结果对公共模型进行再训练、微调或蒸馏。
• 零商业留存（Zero Data Retention）： 提示词与上下文仅在内存计算期间短暂驻留。推断完毕并将流式响应返回给 JetBrains 代理后，外部平台立即释放相应内存，不在持久化磁盘建立存储。
• 禁止二次共享与转售： 第三方模型提供商无权将传输数据提供给任何第三方评测机构、外部审计员或公共检索系统。

3. RAG 代码向量化的数据驻留保障

在现代研发助手中，检索增强生成（RAG）对于理解跨文件逻辑至关重要。JetBrains 在构建代码语义搜索时采取了严格的数据本地化策略：

• 代码分块、向量化（Embedding）与重排序（Reranking）由 JetBrains 内部托管的开源模型（如 Qwen3-Embedding-4B 与 Qwen3-Reranker-0.6B）独立完成。
• 代码的向量请求绝不外发至 OpenAI 或 Google 等外部 API。
• 企业的私有代码结构永远不会被导入任何第三方的公有云向量数据库。

三、数据收集机制：遥测指标 vs. 详细代码数据

JetBrains 将产品交互收集的数据划分为明确的边界，企业可根据安全偏好进行精细化审查：

针对“详细代码数据”的双重安全锁

部分开发者可能留意到 JetBrains 拥有用于训练自身轻量模型（Mellum）的数据改进计划。针对这一机制，企业享有双重防护机制：

1. 默认禁用原则： 所有商业公司授权、企业组织授权与教育授权均默认处于关闭状态。
2. 企业级权限锁定： 即使终端开发者尝试在本地 IDE 设置中勾选，只要所属企业的 JetBrains Account 管理员未在组织全局后台显式开通，本地勾选即刻失效。
3. 数据主权隔离： 即使个别非商业用户主动加入，该数据也严格受限在欧洲经济区（EEA）内由授权工程师处理，且绝不向任何外部第三方提供。

四、企业级多层次隐私管控开关

针对不同安全层级的代码库，工程负责人可在四个独立层级配置防护规则：

[ 第一层：企业控制台全局管理 ] ---> 全局启用 / 停用 AI Assistant；强制锁定禁止数据共享
                                                     |
[ 第二层：代码仓库级熔断 (.noai) ]  ---> 项目根目录放置，彻底关闭该仓库所有 AI 功能
                                                     |
[ 第三层：目录与文件细粒度隔离 (.aiignore) ] ---> 排除密钥配置、核心专利模块与敏感算法
                                                     |
[ 第四层：开发者端实时审计日志 ]      ---> 随时调阅 ai-assistant-requests.md 查看外发内容

1. 组织级集中管理后台

企业的 IT 管理员与合规总监可在 JetBrains Account 控制台中对团队的统一订阅进行全局策略固化：

• 一键禁用开关： 如遇特殊合规审计期，可直接在后台禁用全体成员的 AI Assistant 权限。
• 锁定详细数据共享： 强制将“发送详细代码相关数据”锁定为关闭状态，剥夺端侧开发者的修改权限。

2. 代码仓库级完全熔断：.noai

对于严禁任何自动化工具触碰的核心机密仓库或受严格保密协议（NDA）限制的开源交付项目，只需在项目根目录下创建一个空的 .noai 文件：

touch .noai

一旦检测到此文件，JetBrains AI Assistant 将在该工程内全面失效，停用所有行内补全、右键分析与 AI 对话窗口，无论开发者个人持有何种许可证。

3. 文件与目录级精细排除：.aiignore

如果团队希望在业务模块中正常使用 AI 辅助编码，但需要对敏感模块设置“数据防火墙”，可在代码库根目录维护 .aiignore 文件。

其语法完全兼容 .gitignore 标准规则：

# 排除核心算法与交易逻辑
src/core/trading_engine/
src/crypto/zk_proofs/

# 排除密钥配置与敏感凭据
config/credentials/
**/*.env
**/*.pem
**/*.key

# 排除知识产权与合规审计文件
docs/patents/
compliance_reports/

值得注意的是，JetBrains AI Assistant 同样兼容工程内既有的第三方忽略配置文件，例如 .cursorignore、.codeiumignore 和 .aiexclude。

4. 传输透明度与可审计性

合规负责人与安全架构师无需依靠黑盒推测外发内容。在日常开发过程中，可以通过本地日志对交互负载进行即时审计：

1. 在 IDE 中连续按两次 Shift 键打开 随处搜索（Search Everywhere）。
2. 输入并执行 Open AI Assistant Requests Log in Editor。
3. IDE 将在编辑器中打开 ai-assistant-requests.md 文件，完整列出本次会话中外发给大模型的原始 Prompt、所附代码片段及模型交互参数。

五、受限与高合规环境下的可选架构

对于国防、核心金融系统或高度监管行业中完全不允许数据出境或禁止调用公共云的团队，JetBrains 提供了多种替代方案：

1. 全行代码补全（Full Line Code Completion）

• 运行机制： 采用 JetBrains 自研的高性能轻量级本地模型，完全在开发者本机的 CPU 或独立显卡上运行。
• 合规特性： 纯单机运作，零网络流量消耗，不与任何外部服务器建立连接。即使用户断开互联网连接，行内补全依然正常工作。
• 获取成本： 直接内置于主流 JetBrains IDE 中，无需额外采购云端 AI 增值订阅。

2. 自带模型密钥（Bring Your Own Key，BYOK）

• 运行机制： 团队直接接入企业在 OpenAI 或 Anthropic 采购的自有 API 密钥，或连接经过私有专线打通的企业云端端点（如 Azure OpenAI）。
• 合规特性： 密钥通过本地加密安全存储，不上传至 JetBrains 服务器。数据处理条款与数据留存周期完全依据企业与云服务商之间签署的定制合同执行。

3. JetBrains AI Enterprise（私有化与混合云部署）

• 运行机制： 作为 JetBrains IDE Services 的核心能力，企业可在私有 VPC 或本地自建机房中统一部署 AI 控制平面。
• 合规特性： 支持直接挂载企业自建的私有开源大模型推理集群（如基于 Ollama、vLLM 或 LM Studio 运行的模型），或者严格限制只能使用特定专网内的模型路由。拥有独立的审计日志、精细化访问控制与完全合规的内网闭环。

六、企业落地多方案对比矩阵

落地建议与推进清单

JetBrains AI Assistant 通过“传输层强制加密、网关层代理脱敏、供应商端零留存承诺、检索层向量自建、工程层细粒度排除”的多层防御体系，有效消除了私有代码泄露与外部模型训练的隐患。

工程团队采纳推进步骤：

1. 核验企业后台默认设置： 登录 JetBrains Account 管理面板，确保“详细代码数据收集”选项处于全局锁定关闭状态。
2. 规范敏感工程排除规则： 针对包含商业机密算法、核心加解密模块或合规受限资产的代码仓库，统一提交规范化的 .aiignore 或 .noai 文件。
3. 开展试点与交互日志审查： 在小范围试点期间，指导安全团队查阅 ai-assistant-requests.md 实测日志，验证外发提示词的上下文边界。
4. 按合规等级匹配部署模式： 常规研发业务采用标准商业云端订阅；涉及军工、金融核心机密或强内网隔离环境的业务线，直接启用 Full Line 离线模型或部署私有化 JetBrains AI Enterprise。

参考资料

• JetBrains AI Service Providers
• AI Assistant in JetBrains IDEs | IntelliJ IDEA Documentation
• JetBrains AI Terms of Service (AI Assistant, Junie)
• Product Data Collection and Usage Notice
• Frequently Asked Questions About Detailed Code-Related Data Collection
• JetBrains AI Enterprise: Securely leverage the power of AI and unleash developer productivity
• JetBrains Data Processing Addendum