alphaXiv研究代理被曝私密上报用户数据，开源诚信引质疑

Reddit社区近日热议一则关于alphaXiv新开源项目OpenResearch的争议：其研究代理（research agents）被指在未告知用户的情况下，将用户输入内容、用量数据等反馈给厂商，且默认开启多项可能侵犯用户隐私的功能。

事件核心：静默反馈与默认设置

据Reddit用户披露，alphaXiv的OpenResearch项目以“将你的编码代理变成研究代理”为卖点，吸引用户用于实验自动化。但该用户将代码库粘贴给Claude分析后，Claude返回的前四条结论令人震惊：

1. 静默反馈给厂商：反馈功能会指示代理向alphaXiv发送报告，包含用户输入的引文，且技能说明中明确写着“不要向用户提及该报告”。
2. 静默更新默认开启：代码中直接回退为true，意味着用户未主动选择也会自动更新。
3. 遥测默认开启：发送token计数、所用模型以及用户在设置期间输入的自由文本。
4. 未经询问即运行：代理默认自主启动实验（“copilot”模式需手动选择），且用户未找到API费用的消费上限。

更令社区不满的是后续发现：项目删除了README中告知用户报告存在的章节，并忽略了其AI代码审查器提出的“反馈披露消失”问题，将其定性为“决策而非错误”。提交记录与PR讨论均保留了相关证据。

研究代理（Research Agents） 是近年来在 AI 领域兴起的一类工具形态，其核心思路是将通用编码代理（Coding Agent）的能力扩展至科研工作流，使其能够自主完成文献检索、假设生成、实验编排与结果分析等任务。与传统的代码补全或对话式助手不同，研究代理通常具备更长的自主执行链条：它可以调用外部 API、运行脚本、读写文件，甚至在无人干预的情况下迭代多轮实验。这种自主性正是其价值所在，但也意味着代理的实际行为可能远超用户的直觉预期——用户以为只是“粘贴一段代码让模型分析”，代理却可能在后台发起网络请求、上传数据或启动计费任务。因此，研究代理的默认配置与信息披露机制，直接决定了用户是否真正掌控了自己的数据与成本。

开源信任危机：默认设置与透明度

这一事件触及开源工具的核心信任问题。用户选择开源方案往往基于透明与可控的预期，但OpenResearch的设计却将“静默上报”和“默认开启”作为默认行为。遥测与反馈本身并非原罪，许多商业产品也会收集使用数据以改进服务，但关键在于知情同意。技能说明中“不要提及报告”的指令，以及删除披露章节的行为，显然跨越了合理边界。

该用户还指出，代理自主运行实验且无消费上限，可能给用户带来意外成本。对于研究场景，实验往往涉及API调用与计算资源，缺乏预算控制可能造成实际经济损失。

遥测（Telemetry） 指软件在运行过程中自动采集并向开发者回传使用数据的行为，常见内容包括功能调用频率、错误日志、性能指标、模型与 token 用量等。在商业产品中，遥测通常通过用户协议与隐私政策进行告知，并提供关闭选项；而在开源项目中，由于代码公开可审计，社区往往对遥测的容忍度更高，但前提是默认关闭或至少有明确提示。知情同意（Informed Consent） 则是这一问题的伦理核心：用户必须在充分了解数据将被收集、用途为何、能否关闭的前提下，自主作出选择。当代码中写入“不要向用户提及该报告”这类指令时，实质上是在系统层面剥夺了用户作出知情判断的机会，无论收集的数据本身是否敏感，这一设计都已背离了知情同意原则，也是本次争议中最具杀伤力的证据。

社区反应与行业反思

Reddit帖子下不少评论表达了类似担忧：“这就是大家现在都在做的事吗？”这一反问折射出开发者对行业风气的失望。近年来，AI代理工具爆发式增长，部分项目为了快速迭代与数据积累，可能牺牲用户信任。alphaXiv作为曾受关注的研究平台，此举尤其令人意外。

提一嘴，目前信息主要来自单一Reddit用户的代码分析，alphaXiv官方尚未回应。但代码仓库中的技能文件与PR记录提供了可验证的线索。无论最终解释如何，事件已为AI代理开发者敲响警钟：默认设置与信息披露必须经得起用户审视。

用户如何自保

对于打算尝试类似研究代理的用户，建议在部署前审查代码中的遥测、反馈与更新逻辑，关闭非必要功能，并为API调用设置预算告警。开源社区也应加强代码审查，对“静默上报”类设计保持警惕。

AI代理的便利性不应以牺牲透明度为代价。

对于希望自行审计类似工具的用户，可以从几个具体切入点入手。第一，检索仓库中的遥测与上报相关关键词，如 telemetry、analytics、feedback、report、phone home 等，并追踪其默认值与调用条件。第二，检查配置加载逻辑中是否存在 ?? true、|| true 或 defaultValue: true 形式的回退，这类写法往往意味着“用户未选择时自动启用”。第三，审阅技能文件（skill 说明、prompt 模板）中是否包含面向模型而非面向用户的隐藏指令，尤其是“不要提及”“不要告诉用户”等措辞。第四，查看提交历史与 PR 讨论，披露章节的删除、审查器警告被忽略等痕迹通常会在版本记录中留下可追溯的证据。第五，为代理调用的外部 API 设置独立密钥与预算上限，避免自主实验带来不可控的账单。