JetBrains AI Assistant 如何處理私有程式碼隱私與外部大模型資料留存

對於企業工程總監、資訊安全長（CISO）與法務合規負責人而言，引進 AI 輔助開發工具往往伴隨著根本性的權衡：在顯著提升團隊人效的同時，如何避免核心商業機密外洩與智慧財產權遭第三方模型濫用？在評估引進 JetBrains AI Assistant 時，企業最迫切的疑慮在於：內部研發團隊編寫的私有程式碼，在透過雲端大語言模型（LLM）進行推論時，是否會被外部廠商持久化儲存、進行人工審查，甚至被納入公開基礎模型的訓練資料集？

本文全面拆解 JetBrains 及其第三方 LLM 供應商在資料傳輸加密、零留存策略（Zero Retention）、向量檢索隱私邊界及企業級管控開關上的治理架構，為技術決策層提供嚴謹、可落地的合規指引。

核心結論速覽

• 嚴格禁止使用客戶程式碼訓練基礎模型： 在標準商業條款下，JetBrains 及其合作的外部 LLM 供應商均受嚴格合約約束，絕不使用企業的私有程式碼、提示詞（Prompt）或生成建議來訓練公重大模型。
• 雲端推論零資料留存（Zero Retention）： 外部模型供應商在完成單次請求並回傳結果後，立即自揮發性記憶體中釋放資料，不留存商業對話歷史。
• 傳輸全程強制加密： 本地端 IDE、JetBrains 託管代理伺服器與下游模型供應商之間，所有網路傳輸統一採用 TLS 1.2 及以上協定加密。
• 本地與內網化向量檢索（RAG）： 專案級程式碼語意索引、嵌入（Embedding）與重排序皆運行於 JetBrains 自有基礎設施上的開源權重模型，向量化請求絕不流向 OpenAI 或 Google 等外部平台。
• 商業授權預設關閉詳細程式碼收集： 用於 JetBrains 自有模型（如 Mellum）改進的「詳細程式碼相關資料收集」功能，在所有企業及商業授權中預設關閉，且個別開發者無法擅自越權開啟。
• 多層級排除與熔斷機制： 工程團隊可透過專案根目錄的 .aiignore 實現檔案與目錄層級的資料隔離，或透過 .noai 檔案直接在專案層級徹底停用 AI 功能。
• 彈性合規部署模式： 針對嚴格實體隔離或高度受管制的環境，企業可選擇本地完全離線的全文行程式碼補全（Full Line Code Completion）、自帶金鑰（BYOK）或私有化部署 JetBrains AI Enterprise。

一、請求生命週期與分層處理架構

要釐清私有程式碼的防護機制，必須先了解程式碼補全或 AI 對話請求的端到端完整流轉流程：

[ 開發者本地端 IDE ]
       |
       +---> [ 本地端靜態分析與過濾 (.aiignore / .noai) ]
       |
       +---> [ 全行程式碼補全（本機輕量模型推論，零網路連線） ]
       |
       v (TLS 1.2+ 加密通道)
[ JetBrains AI 服務代理（歐洲經濟區 EEA 節點） ]
       |
       +---> [ 語意檢索與程式碼片段重排（JetBrains 自託管嵌入模型） ]
       |       （向量化請求完全在內網閉環，不傳送至外部廠商）
       |
       v (TLS 1.2+ 暫態 API 呼叫)
[ 外部 LLM 轉包供應商 ]
  (OpenAI、Anthropic、Google Cloud Vertex、AWS Bedrock、xAI)
       |
       +---> [ 僅於記憶體中執行單次推論 ]
       |
       v (生成結果即時串流回傳，不落地儲存，不參與訓練)
[ IDE 接收並渲染補全結果 ]

1. IDE 端的情境資訊精細裁剪

JetBrains AI Assistant 不會盲目抓取整個程式碼儲存庫打包上傳。IDE 充分利用其內建的語意分析引擎（抽象語法樹 AST、符號索引與依賴關係圖），按需提取生成結果所需的最小情境片段：

• 當前編輯中檔案以及游標周圍的相關程式碼片段。
• 涉及的檔案類型、語言規格與專案架構資訊。
• 開發者主動選取的程式碼區塊或在對話框中輸入的指令。
• 經過排除規則過濾後的專案結構詮釋資料。

2. 安全代理中繼與中繼資料去識別化

開發者的本地端工作站不會直接使用一般消費級介面連接第三方大模型服務。所有請求統一經由部署在歐洲經濟區（EEA）的 JetBrains AI 專用安全代理伺服器轉送。此代理層發揮三項核心安全機制：

• 去識別化與清理： 剝離非必要的設備識別碼與環境敏感標記，僅保留推論所必需的程式碼情境。
• 流量控管與配額隔離： 實施企業級認證，防範惡意流量與異常突發存取。
• 通道加固： 確保所有推論請求嚴格經由企業專屬 B2B 專用 API 管道進行，絕不進入一般消費端日誌佇列。

二、第三方 LLM 供應商生態與零留存（Zero Retention）邊界

針對大型語言模型的商業調用，一般大眾使用的免費網頁版工具通常會將互動內容用於模型迭代，但企業級開發者工具則具備完全不同的法律與架構邊界。

1. 轉包模型供應商名冊

依據官方合規披露，JetBrains AI 採用由其直接營運的自研與開源模型，結合精選的第三方語言模型廠商作為 AI 轉包商：

• OpenAI： 驅動 GPT 系列模型。
• Anthropic： 驅動 Claude 系列模型（支援直接連線或透過 AWS Bedrock 接入）。
• Google： 驅動 Gemini 系列模型。
• Amazon Web Services (AWS)： 託管 Amazon Bedrock 平台上的第三方模型。
• SpaceXAI： 驅動 Grok 系列模型。

此外，JetBrains 自行託管的模型（包括 Mellum、Mellum2 以及基於 Apache 2.0 協議的 Qwen 系列開源權重模型）完全運行於 JetBrains 獨立基礎設施上，其輸入與輸出絕不與外部開源模型訓練方共享。

2. 零留存與禁止訓練的合約規範

JetBrains 與前述所有外部供應商均簽署了嚴格的企業級資料處理協議（DPA）與商業條款：

• 全面禁止用於模型訓練： 供應商受法律合約約束，明確承諾絕不將客戶傳輸的原始碼、上下文提示詞及推論結果用於任何公共模型的再訓練、微調或最佳化。
• 零商業留存（Zero Data Retention）： 提示詞與情境資料僅在記憶體運算期間暫存。推論完成並將串流回應回傳給 JetBrains 代理伺服器後，外部平台立即釋放相應記憶體，不在持久化硬碟建立任何備份。
• 禁止二次分享與轉售： 外部模型廠商無權將客戶資料提供給任何第三方評測機構、外部稽核單位或公開搜尋引擎。

3. RAG 程式碼向量檢索的資料駐留保障

在現代開發助手中，檢索增強生成（RAG）對於理解跨檔案邏輯扮演關鍵角色。JetBrains 在建構程式碼語意搜尋時實施了嚴格的資料本地化策略：

• 程式碼切割、向量化（Embedding）與重排序（Reranking）皆由 JetBrains 內部託管的開源模型（如 Qwen3-Embedding-4B 與 Qwen3-Reranker-0.6B）獨立執行。
• 程式碼的向量化請求絕不外發給 OpenAI 或 Google 等外部 API。
• 企業的私有程式碼結構永遠不會被傳送至任何第三方的公有雲向量資料庫。

三、資料收集機制：遙測數據 vs. 詳細程式碼資料

JetBrains 將產品互動產生的資料劃分出明確的安全邊界，企業可依照自身資安政策進行精準評估：

針對「詳細程式碼資料」的雙重防護鎖

部分開發者可能注意到 JetBrains 提供用於訓練自身專有模型（Mellum）的資料回饋計畫。針對此功能，企業享有架構層級的防護：

1. 預設停用原則： 所有企業組織授權、商業授權與教育授權均預設強制處於關閉狀態。
2. 企業管理階層鎖定： 即使個別開發者嘗試於本機 IDE 設定中勾選，只要所屬組織的 JetBrains Account 管理員未在全域後台明確開通，本地端設定將自動失效。
3. 主權資料隔離： 即使個別非商業授權使用者主動加入，該資料亦嚴格限制於歐洲經濟區（EEA）由受審核人員處理，絕不向外部第三方提供。

四、企業級多層次隱私管控開關

針對不同敏感度等級的專案，工程主管可在四個獨立層級配置隱私安全防護：

[ 第一層：企業後台全域管理 ] ---> 全域啟用 / 停用 AI Assistant；強制鎖定禁止詳細資料共享
                                                     |
[ 第二層：儲存庫層級熔斷 (.noai) ]  ---> 於專案根目錄放置，全面停用該儲存庫所有 AI 功能
                                                     |
[ 第三層：目錄與檔案細部隔離 (.aiignore) ] ---> 排除機密金鑰、核心演算法與智財專利模組
                                                     |
[ 第四層：開發者端即時稽核記錄 ]      ---> 隨時開啟 ai-assistant-requests.md 檢驗外發酬載

1. 組織級集中管理後台

企業 IT 管理員與資訊安全負責人可在 JetBrains Account 管理入口中，對全體團隊成員實施統一策略控管：

• 一鍵全域開關： 若遇特殊資安稽核週期，可直接在後台全域關閉所有成員的 AI Assistant 存取權限。
• 鎖定詳細資料共享： 強制將「傳送詳細程式碼相關資料」鎖定為關閉狀態，剝奪個別開發者的修改權限。

2. 儲存庫層級完全熔斷：.noai

針對受嚴格保密合約（NDA）限制的核心演算法儲存庫，只需在專案根目錄下建立一個空白的 .noai 檔案：

touch .noai

一旦偵測到此檔案，JetBrains AI Assistant 將在該專案中全面失效，停用所有行內補全、側邊欄對話與智慧重構功能，不受個別開發者持有授權等級影響。

3. 檔案與目錄層級精細排除：.aiignore

若團隊希望在一般業務開發中享受 AI 輔助，但必須對特定機密模組設置「隔離牆」，可在程式碼儲存庫根目錄建立 .aiignore 檔案。

其語法規則完全相容於 .gitignore：

# 排除核心演算法與交易邏輯
src/core/trading_engine/
src/crypto/zk_proofs/

# 排除憑證設定與機密金鑰
config/credentials/
**/*.env
**/*.pem
**/*.key

# 排除專利文件與合規報表
docs/patents/
compliance_reports/

值得注意的是，JetBrains AI Assistant 亦能自動辨識專案根目錄內既有的第三方忽略檔案，包括 .cursorignore、.codeiumignore 與 .aiexclude。

4. 傳輸透明度與本機稽核日誌

資安架構師與合規稽核人員無需猜測外發內容。在日常開發過程中，隨時可透過本機記錄進行透明稽核：

1. 在 IDE 中連續按兩次 Shift 開啟 隨處搜尋（Search Everywhere）。
2. 搜尋並執行 Open AI Assistant Requests Log in Editor。
3. IDE 將於編輯器中開啟 ai-assistant-requests.md 檔案，完整呈現本次作業階段中發送至大模型的原始提示詞、附帶程式碼片段及呼叫參數。

五、受限與嚴格合規環境下的替代架構

對於國防、銀行核心系統或嚴格限制資料出境的行業，JetBrains 提供了多種進階部署方案：

1. 全行程式碼補全（Full Line Code Completion）

• 運作機制： 採用 JetBrains 自研的高效能本機神經網路，完全在開發者本機的 CPU 或 GPU 上進行離線推論。
• 隱私特性： 零網路連線需求，不向任何雲端發送資料，完全符合實體隔離（Air-Gapped）環境規範。
• 取得方式： 直接內建於現代 JetBrains IDE 中，無需額外購買雲端 AI 增值訂閱。

2. 自帶模型金鑰（Bring Your Own Key，BYOK）

• 運作機制： 企業直接使用自身向 OpenAI 或 Anthropic 採購的專用 API 金鑰，或連接企業既有的雲端專用端點（如 Azure OpenAI）。
• 隱私特性： API 金鑰加密存放於本機，不傳輸至 JetBrains 伺服器。資料保留政策與訓練條款完全由企業與雲端供應商簽訂之專屬 DPA 規範。

3. JetBrains AI Enterprise（私有化與專有雲部署）

• 運作機制： 作為 JetBrains IDE Services 的核心能力，企業可在私有虛擬雲（VPC）或自建機房中統一部署 AI 控制平面。
• 隱私特性： 支援直接介接企業自建的開源大模型叢集（如基於 Ollama、vLLM 或 LM Studio 運行的模型），或強制僅走企業專線模型路由。具備完整的稽核日誌記錄與內網資料閉環。

六、企業評估多方案架構對比

落地建議與推進檢核清單

JetBrains AI Assistant 透過「傳輸層強制加密、代理層中繼脫敏、供應商端零留存保證、檢索層向量內網化、專案層細緻排除」的縱深防禦架構，化解了私有程式碼外洩與模型反向訓練的疑慮。

工程決策層推進清單：

1. 確認企業後台預設組態： 登入 JetBrains Account 管理介面，確認「詳細程式碼資料收集」處於全域鎖定停用狀態。
2. 制定敏感儲存庫排除準則： 針對包含專利演算法、金鑰管理模組或高度受規管資產的專案，統一建立標準化的 .aiignore 或 .noai 檔案。
3. 進行實測日誌抽樣審查： 在小規模試行階段，指派資安人員透過 ai-assistant-requests.md 檢查傳送情境邊界。
4. 依合規級別選配部署模式： 一般商業研發採用標準商業版訂閱；涉及高度受監管或實體隔離之專案，啟用 Full Line 離線補全或部署私有化 JetBrains AI Enterprise。

參考資料

• 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