AI Agent私有化部署为什么是必选项：智谱ZCode事件全复盘

2026年9月18日，开发者 ferstar 在自己的硬盘上发现一个 313MB 的加密文件——它来自智谱 AI 编程工具 ZCode 的本地缓存目录。这个文件他本人打不开，ZCode 客户端也打不开，解密私钥只保存在智谱的云端服务器上。顺着这个线索深挖下去，一个让整个开发者社区脊背发凉的事实浮出水面：只要登录了 ZCode，它就会在后台静默打包整个工作区（含完整 .git 历史），加密上传到阿里云 OSS，且界面上没有任何开关能真正关掉这个行为。

这不是孤立个案。此前 xAI 的 Grok Build、Anthropic 的 Claude Code 均曝出过类似争议。本文以 ZCode 事件为切入点，完整复盘技术细节，然后给出 Agent 私有化部署在数据主权、合规审计、成本控制三个维度的必要性论证，并附两套可落地的部署方案（轻量级 Ollama+Continue.dev 与企业级 MonkeyCode），以及选型决策表。文章结尾提供完整配置文件，确保读者照着能跑通。

欢迎访问 AI-Skills.video 获取更多 AI 工程化落地实战内容。

一、ZCode 事件完整复盘：一个 313MB 加密包背后的真相

1.1 技术细节：包了什么、怎么传的、为什么关不掉

ferstar 的逆向分析揭示了完整的上传链路。以下是公开可核查的关键事实：

更严重的是文件筛选逻辑的设计缺陷：.git 目录的放行规则排在密钥过滤和体积限制之前。这意味着任何曾提交进 Git 历史后又删除的密码、密钥、内网地址、数据库凭证——即使当前工作区已清理干净——会随 .git/objects 原样进入上传包。密钥过滤规则对 .git 下的内容始终不生效。

1.2 官方回应与未回答的问题

智谱当日在飞书社群致歉，解释为"代码库索引（Repo Wiki）"功能上线初期默认开启，称云端生成 Wiki 页面后数据立即销毁、不会保存。承诺开源 ZCode 代码库、引入第三方安全审计，并向全体用户补偿一次周额度重置。

但社区指出了多处对不上的地方：

• 触发时机不吻合：上传在用户每次发送 prompt 前发生，与生成 Wiki 页面无关
• 范围解释不匹配：ZCode 官方文档明确说明 Repo Wiki 功能不读取 .git 历史，只按需发送过滤后的代码——那包里 86.6% 的 .git 数据从何而来？
• 更新日志矛盾：ZCode v3.12.2（事发前 2 天）更新日志写明"优化仓库快照上传的内存占用"，说明这不是意外，而是被持续迭代的正常功能。该日志在事件发酵后被删除

"不告而取、拿全部、不给关"——这是社区对该事件的总结。它暴露的核心问题不是某个 bug，而是 SaaS AI 编程工具在架构层面的信任危机：你无法验证厂商客户端在你机器上做了什么，也无权拒绝它已经预设好的数据采集行为。

二、SaaS 与私有化部署：四个维度的根本差异

以 50 人研发团队为例，使用云 API（如 DeepSeek 或 OpenAI）的月均 Token 支出约 3,000–8,000 元（以 2026 年上半年主流模型推理定价为参考，实际以官方文档为准），而自建 Ollama 服务加单台 GPU 服务器（如 2×RTX 4090）的初期投入约 8–12 万元，通常 12–18 个月即超过云端方案的性价比拐点——且数据全程不出内网。

三、私有化部署方案选型：两条路线、一个判断矩阵

面向个人开发者和小团队，以及有合规需求的企业团队，我实测下来推荐两条路线：

以下两节分别给出两套方案的最小可运行部署流程。

四、方案 A：Ollama + Continue.dev 轻量级本地部署

这是成本最低、启动最快的方案。一个开发者在一台带独立显卡（至少 8GB 显存）的机器上，10 分钟内即可搭完。

4.1 环境准备

• 操作系统：macOS / Linux / Windows（WSL2）
• Ollama：从 ollama.ai 下载安装
• VS Code + Continue 插件（插件市场搜索 "Continue" 安装）
• 推荐模型：代码补全用 deepseek-coder:6.7b-base（约 4GB），对话问答用 qwen2.5-coder:7b-instruct（约 4.5GB）

4.2 三步完成部署

第一步，下载并启动模型：

# 代码补全模型（轻量，用于 Tab 自动补全）
ollama pull deepseek-coder:6.7b-base

# 对话模型（略大，用于 Chat 问答）
ollama pull qwen2.5-coder:7b-instruct

# 嵌入式模型（用于代码库索引）
ollama pull nomic-embed-text

第二步，配置 Continue 插件：

在 VS Code 中打开 Continue 插件（左侧栏图标），点击右下角齿轮 → 打开 config.json，替换为以下内容：

{
  "models": [
    {
      "title": "Qwen2.5-Coder 7B",
      "provider": "ollama",
      "model": "qwen2.5-coder:7b-instruct"
    }
  ],
  "tabAutocompleteModel": {
    "title": "DeepSeek Coder 6.7B",
    "provider": "ollama",
    "model": "deepseek-coder:6.7b-base"
  },
  "embeddingsProvider": {
    "provider": "ollama",
    "model": "nomic-embed-text"
  },
  "allowAnonymousTelemetry": false
}

配置中 allowAnonymousTelemetry: false 表示禁用遥测上报，确保数据分析行为不流出本地。

第三步，重启生效。 保存配置文件后，点击 Continue 面板的刷新按钮，状态栏出现绿色的 ✓ Continue 图标即表示配置成功。在编辑器中输入代码时会自动触发 Tab 补全，选中代码后按 Cmd+L（macOS）/ Ctrl+L（Windows）可进入对话模式。

4.3 验证隐私边界

完成部署后，可以用以下命令验证没有任何数据流出：

# 监控 Ollama 的网络连接（仅限本地通信，不应出现对外 IP）
lsof -i -P | grep ollama

# 检查 Continue 配置是否关闭了遥测
cat ~/.continue/config.json | grep allowAnonymousTelemetry

五、方案 B：MonkeyCode 企业级私有化部署

对需要团队管理、审计合规和权限管控的企业团队，MonkeyCode（长亭科技开源，AGPL-3.0）是当前生态较成熟的方案之一。

5.1 环境要求

• Linux 服务器（推荐 Ubuntu 22.04+），root 权限
• Docker 20.x 及以上
• 推荐配置：8 核 CPU、32GB 内存、至少 1 张 GPU（16GB+ 显存），或对接外部大模型 API

5.2 一键部署

# 以 root 身份执行一键安装脚本
bash -c "$(curl -fsSLk https://get.monkeycode.cn/install.sh)"

安装完成后终端输出控制台访问地址、管理员账号与密码。

5.3 配置模型与团队

1. 登录 Web 管理后台，在"模型管理"页接入大模型：可选百智云 API（开箱即用）、DeepSeek API、或配置本地 Ollama 服务
2. 邀请团队成员：在"成员管理"生成邀请链接，成员通过链接注册后下载 VS Code 插件即可使用
3. 查看审计日志：管理面板记录每次 AI 调用的用户、时间、Token 消耗和代码变更，满足等保三级审计要求

六、坑与局限：私有化部署不是万能药

诚实交代几个我实测中踩过的坑：

模型能力折损。 本地部署的开源模型（7B–14B 参数量级）在复杂代码生成、跨文件重构、长上下文理解方面，与 GPT-4/Claude 级别存在明显差距。我们的做法是"双轨制"：核心涉密项目走本地模型，非敏感业务可走云端 API（通过代理层做内容过滤后再转发）。标题和摘要已限定范围——本方案不承诺替代云端顶级模型的推理能力。

运维成本被低估。 GPU 服务器的散热、电力、驱动程序与 CUDA 版本管理有持续投入。如果在 5 人以下团队，单纯为了隐私安全而自建整套 GPU 基础设施，按作者实测经验，ROI 可能为负——不如先用 Continue 对接本地小模型做基础补全，关键场景才调用可信云端 API。

Ollama 默认配置无认证。 国家网络安全管理中心已通报 Ollama 默认配置存在未授权访问风险。部署后必须做以下加固：

# 修改 Ollama 服务仅监听本地
sudo systemctl edit ollama.service
# 添加以下内容：
# [Service]
# Environment="OLLAMA_HOST=127.0.0.1"

# 或使用 API 网关做认证代理（生产环境推荐）

MonkeyCode 的局限： 当前仅支持 VS Code，尚不支持 JetBrains 系 IDE；管理端统一配置模型，插件端无法切换模型。选型前需确认团队 IDE 生态一致性。

七、完整可运行示例：10 分钟搭建本地 AI 编程助手

以下提供一个可直接复制运行的完整示例，基于 Ollama + Continue.dev 方案。前提是你已安装 Ollama 和 VS Code。

步骤 1：安装模型（终端执行）

# 约需 5 分钟（视网络而定）
ollama pull qwen2.5-coder:7b-instruct
ollama pull nomic-embed-text

步骤 2：配置 Continue

创建/编辑配置文件 ~/.continue/config.json：

{
  "name": "Local AI Coder",
  "version": "1.0.0",
  "schema": "v1",
  "models": [
    {
      "title": "Qwen2.5-Coder 7B",
      "provider": "ollama",
      "model": "qwen2.5-coder:7b-instruct"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Qwen2.5-Coder 7B",
    "provider": "ollama",
    "model": "qwen2.5-coder:7b-instruct"
  },
  "embeddingsProvider": {
    "provider": "ollama",
    "model": "nomic-embed-text"
  },
  "allowAnonymousTelemetry": false,
  "contextProviders": [
    { "name": "code" },
    { "name": "docs" },
    { "name": "terminal" },
    { "name": "problems" }
  ]
}

步骤 3：验证

在 VS Code 中新建一个 Python 文件，输入 def quick_sort(arr): 然后回车，10 秒内应出现自动补全建议。选中后 Tab 键接受。如果补全未出现，检查 Ollama 服务是否运行：

ollama list        # 确认模型已下载
ollama ps          # 确认模型已加载
curl http://localhost:11434/api/tags   # 确认 API 可访问

简化说明：以上配置使用同一个模型同时承担对话和补全任务以降低显存占用。显存充足的场景（≥24GB）可分别配置 deepseek-coder:6.7b-base 作为补全模型，效果更优。

总结

ZCode 事件的核心教训不是某家厂商的失误，而是整个 SaaS AI 编程工具模式的信任困境：你能看到的是厂商告诉你的，看不到的是客户端在你机器上实际执行的代码。 当你无法独立验证一个拥有全盘文件读取权限、网络访问能力的 Agent 进程是否在按承诺行事时，"信任"就变成了一个没有锚点的词。

三个关键判断供你参考：

1. 数据主权不可托付云端：代码是企业的核心知识产权，ZCode 事件证明"加密上传"不等于"你仍有控制权"——解密钥匙在服务端，你连包里装了什么都不知道
2. 私有化部署有明确的 ROI 拐点：以 50 人团队两年为周期，私有化部署的总拥有成本低于云端方案，且数据安全收益不可折算
3. 按场景选型，不盲从：个人开发者选 Ollama+Continue 足够；有合规审计需求的企业团队选 MonkeyCode 等企业级方案

本质金句：一个能审计、能关闭、能控制数据边界的 Agent，比一个"功能更强大但你不知道它在做什么"的 Agent，安全一个量级。