智谱把生意搬上云端，怎么反而不靠谱了？

01

9月18日凌晨，开发者ferstar在清理电脑存储空间时，发现智谱旗下AI编程工具ZCode的本地目录里躺着一个313MB的加密文件。

这份文件中几乎装载了ferstar商业项目的全部核心资产，包括完整的Git提交历史、LFS缓存与本地操作记录。

更令人感到后怕的是，软件已经从他的商业项目中生成了一份工作区快照并尝试上传564次，都没有成功。

任谁看到这一步，都不禁会多想，这到底是什么？它准备发到哪里？

随后ferstar用一个较小的公开仓库做测试时发现，虽然这个文件并没有上传成功，但另一个快照显示已经被服务端接收。

一个更大的问题也浮现出来，一款帮人写代码的工具，为什么会默认打包整个工作区？甚至连修改历史也不放过？

看起来只是一个313MB的小文件，放在智谱公司的生意里看，却是一件天大的事。

一家做AI编程工具的公司，为什么会让客户端在用户不知情的情况下准备上传如此大范围的项目资料？

这不只是一次产品争议，对于越来越依赖云端服务的智谱来说，此事事关这门生意还能走多远。

02

如果你不常接触开发工作，对于智谱的印象可能还停留在智谱清言。

它是智谱面向普通用户推出的AI助手，用来聊天、问答和创作。

开发者接触更多的则是GLM，智谱的大模型系列。

GLM的起点颇具辨识度，智谱成立于2019年，由清华大学计算机系知识工程实验室的技术成果转化而来。

团队在此后推出了GLM预训练框架，并在2022年开源千亿参数模型GLM-130B。

等到聊天助手成为大众认识AI的入口时，智谱又将智谱清言推到了大众面前。

在国内大模型创业公司讨论中，智谱常备归入“大模型六小虎”行列中。

（中国人工智能大模型创业浪潮中涌现的六家头部独角兽企业的合称，通常指智谱AI、MiniMax、百川智能、月之暗面、阶跃星辰和零一万物。）

今年8月，一个以Ox-Alpha名义接收测试的模型引发广泛关注，并被冠以“牛来”称号，智谱随后对牛来进行认领，确认该模型是GLM-5.3-Flash。

但模型再会写代码，也不能只凭一句指令就知道某个项目里该改哪些文件。于是有了ZCode这样的编程工具。

GLM负责理解任务并生成内容，ZCode把模型带进具体的编程项目，替它寻找文件、调用工具、修改代码并检查结果。

三者的关系可以简单理解为，智谱是公司，GLM提供模型能力，ZCode负责让这份能力在项目中发挥作用。

这也解释了智谱为什么盯着Coding。

早些时候，你让聊天机器人写一个网页，它给你一段示例代码，把代码放进项目、运行、报错后再修改，仍得自己来。

现在的编程工具想接手其中更多步骤，读懂现有项目，找到该改的地方，动手修改，再检查能否运行。

智谱在中期业绩公告中，也把编程能力从简单代码建议走向完整工程任务，视为模型商业价值提升的重要路径。

越接近真实工程，工具越需要上下文。

但需要理解项目，不等于需要默认打包整个仓库。

这条界线，正是ZCode此次争议的中心。

03

智谱过去的业务，是将模型部署到企业环境中，再为客户做适配和交付。

云端开放平台则允许客户通过API调用模型，按服务方式付费。

开发者订阅的Coding Plan也是另一种持续使用模型能力的方式。

两类业务可以并存，收入结构却能看出重心在哪里。

智谱在今年上半年收入约9.54亿元，其中开放平台及API业务约8.25亿元，占总收入的86.5％。

在港交所披露的中期成绩已然证明，用户对于其云端模型的调用已经成为智谱公司最有力的依靠。

但偏偏在此时，ZCode爆出了“偷传”风波，智谱虽在身后，依旧难辞其咎。

在过去，一个大模型公司向企业卖模型，最常见的做法之一是把系统部署进客户自己的工作环境，并且按项目进行交付和收费。

企业需要部署、适配、维护，厂商则要投入人手，按照项目挨个完成。

但云端开放平台做的就是另一种生意了，客户通过API接入模型，需要用多少就调用多少。

编程套餐则让开发者按照订阅来获得持续使用的额度。

这两种方式可以并存，但钱从哪里来，才决定了公司更在意哪种增长。

2025年全年，智谱本地化部署业务收入占比为73.7％，开放平台及API占比为26.3%。

今年上半年，本地化部署业务收入占比为13.5%，开放平台API占比为86.5%。

如果只是比较今年上半年与去年同期，那么开放平台及API收入由2910万元增长至8.25亿元。

智谱的收入重心已经十分明显的转入云端调用，这门生意的好处也显而易见。

对于智谱而言，把模型放在云端，客户就可以像使用在线服务一样接入，需要AI写代码、回答问题时也可以直接发出请求，并按服务的收费方式付费。

模型升级时，也不必每家企业重新安装，客户使用的越久越频繁，智谱的收入就会越多越稳定。

但客户同样需要考虑一个问题，使用智谱AI完成任务，自己都需要付出什么？

让AI修改一段代码和让AI接触公司的内部项目，顾虑完全不同。

软件究竟会读取那些文件，文件是不是会上传到云端，谁能看，能保存多久...

这些问题智谱回答不清，只怕是再好用的软件也很难让人放心用于核心业务。

模型安装在企业自己的机房里，不代表数据就自动安全，员工权限与操作记录是重点防范内容。

云端模型的安全关键则在于企业是否能自己决定哪些数据可以发送、用完如何处理。

智谱如今的赛道愈发清晰，越来越依靠云端服务赚钱，既然如此就更应该在客户使用讲清规则，而不是有了争议才来解释软件会做什么。

04

但所幸智谱的动作快得惊人。

9月19日，智谱推出的ZCode v3.14.0移除了Repo Wiki入口及仓库快照生成、上传路径，9月21日开源ZCode当前代码。

智谱还表示，中国信通院核查时相关阿里云 OSS 存储桶为云端零数据，绿盟科技核查确认桶内数据对象及存储桶已删除，并称相关代码数据未用于模型训练。

这些动作说明公司在修复现行产品、处理相关存储对象，也为外部检查当前代码提供了入口。

但核查时桶内没有数据，不能单凭这一点倒推出旧版每一次上传后的访问、使用和删除经过。

截至9月23日，关于受影响用户范围、历史数据是否曾被解密或访问，智谱尚未作进一步说明。

9月20日，智谱MaaS平台宣布，近期将上线数据内容不留存功能。

用户可以申请开通，生效后，模型调用的输入和输出不做静态存储。

但这依旧是面向模型调用平台的数据处理安排，不是ZCode旧版整仓上传事件的历史处理证明。

它的确回答企业今后怎么用一部分云端服务，却回答不了过去某个客户端版本对哪些仓库做了什么。

ZCode并非唯一引发代码边界争议的编程工具。

2026年7月，研究者抓包发现，旧版Grok Build在只被要求回复“OK”时，仍将测试仓库连同Git历史打包上传。

Cursor官方承认代码索引需要上传文件，有用户质疑关闭索引后传输仍在继续。

两起事件与ZCode放在一起不禁能提出同一个问题：用户看到的开关，究竟能控制什么？

智谱应对得快，却仍需要让企业知道整改和核查各自覆盖了什么内容。

哪一版客户端不再生成快照，哪个存储桶在何时完成删除，以及受影响客户能否获得与自身有关的记录。

把这些问题分开，才不会用一个当下的状态，替代对过去错误的交代。

05

企业不是不能把敏感数据交给云服务商。

关键在于，企业通常知道交的是哪一类数据，谁有权接触，合同和系统日志能不能追溯。

AI 编程工具越能自主行动，越要把这些老问题重新做细。

过去买软件，管理员可以限定一个账号、一个目录，现在软件为了完成任务，可能自己寻找文件、调用终端、访问远端服务。

功能越顺手，隐形权限越容易被忽视。

如果供应商希望客户继续扩大用量，就得把“保护数据”变成可以验收的事情。

比如，敏感目录能否默认不读取，需要上传时能否列出文件范围并征得确认，客户能否取得针对自己账户的访问和删除记录，安全审查覆盖的是哪一版客户端、哪一条服务链路。

这些并非已经由智谱全部实现的功能清单，而是企业可以拿来问智谱，也可以问其他 AI 工具厂商的采购问题。

智谱已经用模型能力和云端调用增长，证明自己不再只靠把模型交付到客户机房赚钱。

这也是ZCode风波值得放到公司层面讨论的原因。

云端模式把厂商与客户的关系拉长了，今天让AI工具写一个函数，明天让它维护整个项目，后天也许让智能体参与测试和部署。

每往前一步，客户交给工具的上下文就更多，随之要划清的数据边界也更多。

智谱的ZCode整改给了外界一个继续观察的起点。

接下来真正能改变企业判断的，是客户能否在下一次安装、授权、更新时，看见工具要读什么，并核对它实际做了什么。

这里是冲浪普拉斯，记得订阅，点赞，转发，我们下期见。

欢迎点击下方卡片， 关注我们