第三章：从用户角度看，如何规避或降低信息收集
1. 本章导读
本章讨论的不是“理论上能否零采集”，而是“用户实际能做哪些事情来降低暴露面”。
结论先行：如果用户要最小化暴露，需要同时控制三件事：
- 不让敏感内容进入模型上下文
- 不让 transcript / memory 长期落盘
- 不开启同步、遥测、分享和远程能力
2. 先分清三类风险
要规避信息收集，至少要区分：
发给模型的内容本地持久化的内容上传到外部服务的内容
很多人只盯着第 3 类，但对 coding agent 来说，第 1 类通常更敏感。
3. 最有效的技术规避动作
3.1 禁用遥测与非必要网络
相关实现：
可用手段：
DISABLE_TELEMETRYCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC
效果区别：
DISABLE_TELEMETRY：主要关闭 telemetry/analyticsCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC：更严格，关闭非必要网络能力
如果目标是“尽量少出网”，后者更有效。
3.2 禁用 transcript 持久化
相关实现：
可用方式：
- CLI：
--no-session-persistence - 设置：
cleanupPeriodDays: 0
收益：
- 不生成可恢复 transcript
- 降低会话被再次用于 memory、resume、share 的机会
3.3 关闭 Auto Memory
相关实现：
可用方式：
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1settings.autoMemoryEnabled = false--bare/ SIMPLE 模式
收益：
- 不再自动提取长期记忆
- 降低“用户画像长期累积”
- 减少后续 prompt 自动注入 memory
3.4 不启用 Team Memory
原因：
- team memory 会触发目录监听、pull、push、服务端同步
相关实现：
如果用户或团队不希望项目知识被持续同步，应关闭此能力。
3.5 不启用 Remote / Bridge / Transcript Share
这些功能都会扩大系统边界：
remote-control/ bridge：扩大会话控制面与远程数据面- transcript share：直接上传会话内容
对于隐私敏感场景，应默认关闭。
4. 行为层面的规避建议
即便所有 telemetry 都关了，如果用户把敏感信息直接交给模型，风险依然存在。
建议：
- 不在 prompt 中直接粘贴密钥、token、私有证书
- 不把整个
.env、生产配置、客户数据文件送入上下文 - 不让 agent 扫描包含敏感资料的大目录
- 不把敏感知识写入 auto memory 或 team memory
- 不在开启 Grove 的状态下处理敏感项目
5. 团队与企业用户的治理建议
如果这是团队使用场景，单个开发者的手动习惯不足以保证收敛，应采用统一策略：
- 默认关闭 auto memory
- 默认关闭 team memory
cleanupPeriodDays设为0或很短- 默认启用
essential-traffic - 禁止 remote / bridge
- 用隔离仓库、脱敏镜像或临时 worktree 运行 agent
6. 一个现实判断
如果用户的真实目标是：
- 代码绝不离开本机
- 不进入模型
- 不形成长期记忆
- 不产生任何恢复痕迹
那这类产品天然不适合作为默认工作方式。
最接近这个目标的使用形态只能是：
--bare- no telemetry
- no persistence
- no auto memory
- no team memory
- no remote
- 严格控制输入上下文
也就是说，本项目可以“降低暴露面”，但并不是“零采集优先”架构。
7. 本章小结
对用户最实际的规避路线是：
- 先关闭网络与遥测
- 再关闭 transcript 与 memory
- 最后控制自己的输入行为
如果只做第 1 步而忽略第 2、3 步，隐私收益会远低于预期。