智谱ZCode偷传代码：后台上传整个项目

智谱ZCode偷传代码：后台上传整个项目

2026年9月20日 | AI Coding × 具身智能 行业日报

一、智谱ZCode偷传代码风波：后台上传整个项目，解密钥匙只在智谱一侧

事件内容：9月18日，技术博主ferstar发布对智谱ZCode的逆向分析：只要用户登录账号，ZCode就会在后台把整个工作项目连同完整修改历史打包加密上传至云端。他找到一个约313MB的加密文件，包含约4.2万个文件，其中超过8成是项目历史修改记录。文件筛选逻辑中，历史记录目录的放行排在密钥过滤和体积限制之前——pem、key等密码文件的过滤和1MB体积上限对历史记录不生效，曾经提交进历史又被删掉的密码密钥会原样上传。解密钥匙只保存在智谱服务器一侧，用户自己都无法查看加密包里装了什么。触发时机为用户发送请求前和任务结束后，活跃使用中观察到多达62次快照记录。界面上两个相关选项——"优化体验"只控制数据是否用于模型训练，"仓库快照索引"只控制服务器端是否建立检索目录——两个都关掉时，本地打包和上传照常运行。

智谱很快致歉，称问题源于"代码库索引"和"Repo Wiki"功能默认开启，数据用完即销毁，承诺近期开源代码库、引入第三方审查。但社区追问的核心问题未被回答：既然是本地索引，为什么要把项目整个送到云端？为什么上传包里86.6%都是历史记录？ZCode v3.12.2版本更新日志（9月16日）有"优化仓库快照上传的内存占用"记录，说明这是内部持续迭代的正常功能，事件发酵后该条日志被删除。

关注价值：这不是行业孤例。今年7月，安全研究者cereblab发现xAI的Grok Build会把整个项目打包上传到谷歌云存储，包括用户明确告诉AI"不要读取"的文件和未经脱敏的密码。更早，Claude Code被发现在用户不知情下回传位置和身份信息，Anthropic工程师确认这是一次有意实验。三起事件被发现都来自偶然——配置失误、主动抓包、硬盘空间异常——没有哪次来自厂商自发debug或行业审计。Agent过去一年拿到的权限超过了此前任何一类消费级软件：读取项目全部文件、自主执行命令行、始终保持服务器连接、后台接收远程配置更新。而现有的Agent安全框架（OWASP十大风险、新加坡治理框架、NIST标准倡议）全部假设厂商站在用户一边，威胁从外部来——ZCode和Grok Build的外传通道恰好站在这个盲区。

个人深度思考：ZCode事件的核心不是"某个功能默认开了"，而是用户看到的控制项控制不了真正在发生的事。加密包在用户机器上生成，解密钥匙在厂商服务器——这意味着用户既无法验证上传内容，也无法证明数据被"销毁"了。智谱的道歉反应很快，但"数据用完即销毁"从外部无法验证也无法证伪。更值得警惕的是数据价值：项目历史修改记录存的不是快照，而是"改之前长这样、因为什么、改成了那样"的完整因果链——这正是训练编程模型最理想的学习材料。加上"提问+操作前状态+操作后状态+用户是否撤销"的完整循环，ZCode的快照机制相当于让用户在正常使用中免费生成了带标注的训练数据。

接下来看三个问题：一是智谱承诺的开源到底开源哪个版本——如果只开源修复后的版本，对过去行为零证明力；二是企业客户会不会因此收紧AI编程工具的采购审查——目前推动Agent数据行为透明化的力量只有企业采购审查和偶发的社区曝光；三是行业会不会出现新的Agent数据行为标准——比如公开服务器地址声明、本地外传日志、责任保险机制。这个事件会成为所有AI编程工具厂商的警钟：用户对"后台上传代码"的容忍度已经到了临界点。

二、华为昇腾跨过生态拐点：提出Agentic计算五大变化，思程ThinkProcess年底开源

事件内容：9月19日，在华为全联接大会2026上，华为计算首席战略官朱照生宣布昇腾已跨越生态拐点：CANN社区从今年6月起成为中国活跃度最高的开源社区，月活开发者超5200人，非华为开发者数量已超过华为开发者数量，日均新增合入代码超3万行。基于昇腾预训练模型超40个，是国内唯一支持预训练的AI算力平台。从7月28日起，昇腾成为PyTorch社区官方支持的首个中国算力平台。

朱照生提出Agentic计算五大变化：从单服务器到超节点开发，从进程走向思程（ThinkProcess）开发，从SIMD到SIMD+SIMT新同构开发，从HiFloat8走向低精度HiFloat4，从人工算子编程到Agent编程调优。其中"思程"是华为提出的新概念——过去用"进程"管理和调度系统资源，现在Agent运行是对一个目标不断探索最优解的过程，需要新的管理对象。思程将在今年年底对外开源。华为还预测，未来每个人拥有的Agent数量大概率会超过其拥有的手机数量。

关注价值：华为这套东西不是空喊概念。昇腾跨过生态拐点的硬指标很实：非华为开发者超过华为开发者、PyTorch官方支持、日均新增3万行代码——这说明昇腾已经从"华为自用"变成了"社区共建"。思程ThinkProcess是最值得关注的新概念——它不是简单的技术优化，而是重新定义Agent运行的基础单元。传统操作系统的进程模型是为"执行确定性任务"设计的，Agent运行是"探索性任务"——需要试错、回滚、分支探索，进程模型确实不够用了。华为提出思程来解决这个问题，年底开源，如果真的做出来了，可能成为Agent时代的操作系统级概念。

个人深度思考：华为在这个时间点提出Agentic计算五大变化，卡位很准。AI Coding赛道现在最热的是Claude Code、Cursor这些上层工具，但底层算力基础设施的变化还没有人系统讲清楚。华为从芯片（昇腾）到服务器（超节点）到操作系统（思程）到开发工具（CANNbot、Model Agent）到云平台（华为云），全栈都在围绕Agentic计算重新设计。这和英伟达+AWS的路线类似——底层算力厂商通过重新定义开发范式来锁定上层生态。

但有几个现实问题：第一，思程ThinkProcess年底开源后，上层框架（LangChain、CrewAI、AutoGen）会不会跟进适配——如果只有华为自己用，生态起不来；第二，HiFloat4等低精度格式的实际效果如何——华为称HiFloat8精度相比BF16误差不到0.5%但性能提升30%，这个数据需要第三方验证；第三，CANNbot自动生成算子（3小时 vs 手写数天）的实际产出质量如何。华为过去三年在算力生态上的投入是真实的，但生态拐点能不能真正跨过，取决于开发者用脚投票的速度。未来三年50亿元投入开源生态，这个力度不算小。

三、2026世界制造业大会今日开幕：近2000平米具身智能展区

事件内容：9月20日，2026世界制造业大会在合肥滨湖国际会展中心正式开幕。2号馆近2000平方米的机器人和具身智能展区集中亮相：刚刚获得世界冠军的江淮实验室投壶机器人、身着女驸马装扮的轮式仿生机器人、第一次亮相的墨甲机器人"墨宝"等悉数登场。大会聚焦智能制造与具身智能的融合，集中展示机器人在制造业场景的最新应用成果。

关注价值：世界制造业大会是国内制造业领域规格最高的展会之一，具身智能展区占近2000平米，说明机器人已经从"展会配角"变成了"主角"。江淮实验室的投壶机器人拿了世界冠军、女驸马装扮的轮式仿生机器人——这些展品的技术含量不一定最高，但传递了一个信号：机器人正在从实验室走向展会、从展会走向工厂。合肥是中国家电制造和新能源汽车制造重镇，世界制造业大会选在这里，也意味着具身智能的落地场景正在和制造业深度绑定。

个人深度思考：展会是观察行业温度的窗口。今年的具身智能展区和去年最大的不同是：去年观众问的是"它能做什么动作"，今年问的是"它能不能稳定干活、一年省多少钱"。这个变化和WRC 2026的观察一致——行业的考卷换了，从"能不能动"变成"能不能干活、能不能赚钱"。江淮实验室的投壶机器人拿世界冠军，说明国内团队在特定任务的精度控制上已经有竞争力；墨甲机器人"墨宝"首次亮相，说明新玩家还在不断进入。

但展会热闹不等于商业化成熟。近2000平米展区里，有多少机器人是真的在工厂里跑着、有多少是Demo、有多少还在实验室阶段，这个比例决定了行业的真实水位。接下来看大会期间有没有实际的订单签约或量产公告——展会签约比展会展品更有信息量。具身智能在制造业的落地，最终要回答一个问题：一台机器人的采购成本、维护成本、故障停机成本，对比一个工人的年薪，几年能回本？这个账算得过来，行业就起飞；算不过来，展会再热闹也是泡沫。

四、Google ARTEMIS：Android自动化Agent，99% AndroidWorld基准

事件内容：Google开源ARTEMIS，一个Android自动化Agent，通过MCP协议驱动真实Android手机，支持Claude Code、Codex和Antigravity等多种模型后端。ARTEMIS在AndroidWorld基准测试中达到99%成功率，GitHub收获6k stars。ARTEMIS的核心价值在于：它不绑定特定模型，而是通过MCP协议让任意编码Agent都能控制Android手机——开发者可以用Claude Code写一个指令，ARTEMIS在真实Android设备上执行。

关注价值：AndroidWorld是Android自动化领域最权威的基准测试，99%的成功率说明ARTEMIS已经接近"万能操作"水平。更重要的是它的架构设计：不绑定模型，通过MCP协议让任意AI Coding Agent都能控制Android设备。这意味着开发者不需要单独学习一套Agent框架——在Claude Code里写自然语言指令，ARTEMIS在真实手机上执行。这比传统的UI自动化测试（Espresso、UI Automator）灵活得多——不需要预先写测试脚本，Agent自己看屏幕、找按钮、点应用。

个人深度思考：ARTEMIS代表了AI Coding的一个延伸方向：从"写代码"到"操作应用"。此前的AI Coding Agent主要在终端里工作——读写文件、跑命令、提交PR。ARTEMIS把这个能力延伸到了图形界面——Agent可以像人一样操作手机App。这对移动端开发和测试的影响很大：以前写一个App，开发者要手动在手机上点一遍测试；现在可以让Agent自动测试。99%的AndroidWorld成功率说明这个方向已经走通了。

但99%是基准测试成绩，真实世界的App操作更复杂——不同版本的App界面不同、网络状态不同、权限弹窗不同。ARTEMIS的实际可用性取决于它在真实App上的泛化能力。接下来看两件事：一是ARTEMIS会不会被集成到现有的AI Coding工具中（Claude Code、Cursor、Codex），变成一个标准的移动端测试能力；二是移动端开发团队会不会用ARTEMIS替代部分手动测试。如果Agent能自动测试App，移动端开发的效率提升会非常可观——测试一直是移动端开发中最耗时的环节。

五、Factory融资2亿美元估值50亿：从个人编码Agent到企业级Agent编排

事件内容：企业级AI编码Agent公司Factory以50亿美元估值完成2亿美元融资。Factory的核心定位是"从个人编码Agent到企业级Agent编排"——不是给开发者个人用的编码助手，而是给企业IT部门用的Agent治理和编排平台。平台集中管理企业内所有编码Agent的权限、模型选择、代码审查、合规审计，让企业可以安全地在大规模团队中部署AI编码Agent。

关注价值：Factory的融资和估值反映了一个趋势：AI Coding的市场正在从"个人开发者工具"走向"企业级基础设施"。此前这个赛道的明星公司是Cursor、Claude Code、GitHub Copilot——都是面向个人开发者的工具。但企业客户关心的不是"哪个工具最好用"，而是"怎么在几百人团队里安全、可控、合规地使用AI编码Agent"。Factory做的就是这个中间层——Agent治理平台。50亿美元估值说明资本市场认为这个中间层有足够的价值。

个人深度思考：Factory的定位很聪明。个人开发者工具市场已经杀成红海——Cursor、Claude Code、Copilot、Windsurf、Cline，各家功能趋同。但企业级Agent治理还是空白：企业有几百个工程师用不同的AI编码工具，怎么统一管理？怎么审计AI写的代码？怎么防止代码泄露？怎么控制成本？这些问题没有现成答案。Factory做的就是把这些问题产品化。

2亿美元融资、50亿估值，这个数字说明资本认可"Agent治理"这个赛道。但企业级市场的转化周期长——从POC到全面部署通常需要12-18个月。Factory能不能把融资转化为市场份额，取决于它能不能解决企业客户最痛的问题：一是代码安全（AI编码Agent会不会把企业代码泄露出去），二是质量控制（AI写的代码出了Bug谁负责），三是成本管理（几百个工程师同时用AI Coding，Token费用怎么控制）。接下来看Factory的客户结构和续约率——企业级市场，续约率比新签更重要。

六、Coder Agent Relay：Claude Code自托管执行环境，网络受控沙箱隔离

事件内容：Coder推出Agent Relay，一个自托管执行环境，让Claude Code Agent在客户自己的基础设施上运行：网络受控、沙箱隔离、完全可审计。Anthropic继续处理计费和运行Agent循环，但Agent接触的所有资源都在客户自己的机器上。这意味着企业可以使用Claude Code的能力，但不需要把代码放到Anthropic的云端——Agent在客户自己的网络环境中运行，满足金融、医疗、政府等强监管行业的合规要求。

关注价值：Agent Relay解决的是AI Coding在受监管行业落地的最大障碍：代码安全。此前企业用Claude Code，代码需要上传到Anthropic的云端处理——这对金融、医疗、政府等行业是不可接受的，因为数据合规要求代码不能离开企业内网。Coder的Agent Relay把这个架构反过来：Agent的推理循环还是在Anthropic云端（因为模型在那里），但Agent执行操作的沙箱在客户自己的基础设施上。代码不出内网，但AI的推理能力可以用上。

个人深度思考：Coder的Agent Relay和昨天的Grab LLM-Kit指向同一个趋势：企业级AI Coding的核心需求不是"AI能不能写代码"，而是"怎么在企业的合规框架内使用AI写代码"。受监管行业（金融、医疗、政府、军工）对数据出境和代码安全有严格要求，云端AI Coding工具天然不合规。Coder的方案是"推理在云端、执行在本地"——这是一个聪明的折中，既用了Claude的模型能力，又满足了数据合规要求。

但这个方案有技术挑战：Agent需要在客户内网执行命令、读写文件、跑测试，这对网络隔离和沙箱安全要求很高。如果沙箱被突破，Agent的命令执行能力就变成了企业内网的安全漏洞。接下来看Coder的客户 adoption——如果头部金融机构开始用Agent Relay跑Claude Code，说明这个架构被验证了。同时看Anthropic会不会推出官方的自托管方案——如果Claude Code自己出了企业版自托管部署，Coder的中间层价值会被削弱。

七、具身智能机器人场景大赛（物业类）：清洁+巡检两大赛道

事件内容：9月18日，2026具身智能机器人场景大赛（物业类）在第七届广州国际智慧物业博览会现场举行。大赛由广东省机器人协会主办，设置智能清洁、安防巡检与应急消防两大赛道，集中展示具身智能机器人在物业服务领域的最新应用成果。赛事全面检验机器人在复杂环境下的感知、决策和执行能力。

关注价值：物业是具身智能落地的一个被低估的场景。和工厂相比，物业场景的复杂度更高——地面材质多样（地砖、地毯、电梯）、人员流动频繁、环境不可控。但物业场景的人力成本痛点也很突出——清洁、巡逻、应急处理都是劳动密集型岗位，招人难、留人难。智能清洁和安防巡检是物业场景最成熟的两个细分：清洁机器人技术已经比较成熟（科沃斯、石头在商用清洁领域做了多年），安防巡检机器人正在从"固定摄像头"向"自主巡逻"升级。

个人深度思考：物业场景的特点是"技术门槛不高但商业模型清晰"。清洁机器人不需要人形——轮式底盘+清扫装置就够了，技术方案成熟。安防巡检也是一样——轮式底盘+摄像头+传感器，不需要双足行走。这意味着物业场景的机器人落地速度会比人形机器人快得多——因为不需要解决双足行走、平衡控制这些难题。

但物业场景的竞争也很激烈——商用清洁机器人赛道已经有高仙、科沃斯商用、石头商用等多家公司。具身智能大赛在物业场景办，说明行业正在寻找差异化：不是比谁的机器人更像人，而是比谁的机器人在物业场景中更高效、更稳定、更省钱。接下来看大赛中表现最好的机器人公司是谁——如果某家公司在清洁和巡检两个赛道都跑出了明显优势，说明它的技术路线在物业场景已经验证。物业场景虽然不如人形机器人性感，但它是真金白银的付费市场——物业公司有预算，而且替代的是真实的人力成本。

本期完。

AI Coding × 具身智能 行业日报 | 每日自动采集、筛选、改写、排版