GitHub Umumkan Mulai 24 April Akan Data Pengguna Copilot untuk Melatih Model AI Secara Default

marsbitDipublikasikan tanggal 2026-03-26Terakhir diperbarui pada 2026-03-26

Abstrak

GitHub mengumumkan akan memperbarui kebijakan repositorinya mulai 24 April 2026, dengan rencana memanfaatkan data interaksi pengguna untuk melatih model AI-nya. Pengumpulan data ini mencakup pengguna Copilot Free, Pro, dan Pro+, termasuk input dan output model, cuplikan kode, informasi konteks, struktur repositori, serta riwayat interaksi obrolan. Kebijakan ini menerapkan mekanisme "opt-out", yang berarti pengguna yang terkena dampak harus menonaktifkan opsi terkait secara manual melalui pengaturan privasi jika ingin mengecualikan datanya. Namun, pengguna Copilot Business, Enterprise, dan versi pendidikan tidak terpengaruh oleh perubahan ini karena terikat oleh ketentuan kontrak. GitHub menyatakan bahwa langkah ini bertujuan meningkatkan akurasi dan keamanan saran kode dari model AI, seraya menegaskan bahwa praktik tersebut sejalan dengan standar industri yang umum diikuti oleh Anthropic, JetBrains, dan Microsoft. Namun, kebijakan ini memicu diskusi luas di komunitas pengembang mengenai definisi repositori pribadi dan kepemilikan data.

GitHub baru-baru ini mengumumkan akan memperbarui kebijakan repositori kodenya mulai 24 April 2026, berencana memanfaatkan data interaksi pengguna untuk melatih model AI-nya. Cakupan pengumpulan data ini mencakup pengguna Copilot Free, Pro, dan Pro+, secara spesifik mencakup masukan dan keluaran model, potongan kode, informasi konteks, struktur repositori, serta catatan interaksi obrolan.

Kepala Produk GitHub, Mario Rodriguez, menyatakan bahwa pengenalan data interaksi bertujuan untuk meningkatkan akurasi dan keamanan saran kode model, dan menyebut bahwa pengujian awal data internal Microsoft telah secara signifikan meningkatkan tingkat penerimaan saran. Perlu dicatat, kebijakan ini menerapkan mekanisme "opt-out", di mana pengguna yang terdampak harus secara manual masuk ke pengaturan privasi dan menonaktifkan opsi terkait untuk keluar, hal ini memicu diskusi luas di komunitas pengembang mengenai definisi repositori pribadi dan penentuan hak atas data.

Saat ini, pengguna Copilot Business, Enterprise yang terikat oleh ketentuan kontrak serta pengguna versi pendidikan sementara tidak terdampak oleh perubahan ini. GitHub dalam penjelasannya menekankan, langkah ini sesuai dengan praktik industri umum yang dilakukan oleh perusahaan besar seperti Anthropic, JetBrains, dan Microsoft. Namun, memasukkan kode repositori pribadi ke dalam set pelatihan pada dasarnya menantang batas konsep "pribadi" tradisional, meskipun GitHub mengklaim tujuannya adalah untuk mengoptimalkan alur kerja pengembangan.

Dari perspektif industri, seiring dengan menipisnya data kode domain publik berkualitas tinggi, vendor AI terkemuka sedang mempercepat peralihan ke penambangan data interaksi pribadi dan "data dalam" lainnya untuk mencari keuntungan kinerja model. Perubahan kebijakan ini tidak hanya menandai kemiringan lebih lanjut GitHub dari platform hosting sumber terbuka ke ekosistem pelatihan AI yang tertutup, tetapi juga mengisyaratkan bahwa bidang alat pengembang AI sedang memasuki tahap baru permainan antara kepatuhan data dan evolusi model.

Pertanyaan Terkait

QMulai kapan GitHub akan menggunakan data pengguna Copilot untuk melatih model AI secara default?

AGitHub akan mulai menggunakan data pengguna Copilot untuk melatih model AI secara default mulai 24 April 2026.

QJenis data apa saja yang akan dikumpulkan GitHub dari pengguna Copilot?

AData yang dikumpulkan mencakup input dan output model, cuplikan kode, informasi konteks, struktur repositori, dan riwayat interaksi obrolan.

QBagaimana cara pengguna Copilot Free, Pro, dan Pro+ untuk tidak ikut serta dalam pengumpulan data ini?

APengguna harus secara manual masuk ke pengaturan privasi dan menonaktifkan opsi yang relevan untuk memilih keluar (opt-out), karena kebijakan ini menggunakan mekanisme 'opt-out'.

QApakah semua jenis pengguna Copilot akan terkena kebijakan baru ini?

ATidak. Pengguna Copilot Business, Enterprise, dan pengguna versi pendidikan tidak akan terkena dampak perubahan kebijakan ini karena terikat oleh ketentual kontrak yang berbeda.

QApa alasan utama GitHub menerapkan kebijakan penggunaan data pengguna ini menurut pernyataan resmi mereka?

AMenurut GitHub, pengenalan data interaksi ini bertujuan untuk meningkatkan akurasi dan keamanan saran kode yang diberikan oleh model AI mereka, yang telah diuji sebelumnya dengan data internal Microsoft dan berhasil meningkatkan tingkat penerimaan saran.

Bacaan Terkait

Berhenti Fokus pada GPU, Intel Lemparkan Gerakan Besar, Bisakah Mengakhiri Monopoli Komputasi NVIDIA?

Dalam dua tahun terakhir, GPU telah menjadi pusat perangkat keras AI, mendorong dominasi Nvidia. Namun, di COMPUTEX 2026, Intel menyajikan perspektif berbeda: **era AI selanjutnya tidak boleh hanya berfokus pada GPU**. Kuncinya adalah **Agentic AI (agen cerdas)**. Agen cerdas mengubah paradigma komputasi dari sistem tanya-jawab menjadi entitas yang aktif "berpikir, merencanakan, bertindak, dan merefleksikan" dalam alur kerja nyata. Pergeseran ini akan **membentuk ulang alokasi komputasi di pusat data**. Untuk beban kerja pelatihan model, rasio CPU:GPU bisa mencapai 1:8, tetapi untuk inferensi agen cerdas yang membutuhkan pengaturan tugas, pemanggilan alat, dan koordinasi sistem, rasio tersebut bergerak menuju 1:1 atau bahkan membutuhkan kepadatan CPU lebih tinggi. Intel meluncurkan **prosesor Xeon 6+** berbasis proses 18A, dengan hingga 288 core efisiensi dan 576MB cache L3, dirancang untuk beban kerja cloud-native, Agentic AI, dan jaringan yang padat. Solusi rak yang ditawarkan menawarkan efisiensi energi lebih tinggi. Lebih lanjut, Intel memperkenalkan **arsitektur inferensi terpisah (fully decoupled inference)** bekerja sama dengan mitra seperti SambaNova. Skema ini membagi tugas inferensi agen cerdas di antara CPU Xeon 6 (untuk pengaturan), SambaNova SN40 RDU (dekode), dan GPU NVIDIA Blackwell (prefill), sehingga setiap tahap berjalan pada perangkat keras paling optimal. Di sisi *edge*, **prosesor Core Ultra Gen 3** menjadi inti AI lokal, memungkinkan alokasi beban kerja dinamis antara perangkat dan cloud untuk mengurangi biaya, latensi, dan meningkatkan privasi. Intel juga memperluasnya ke *gaming handheld* dan komputasi tepi. Strategi Intel melampaui prosesor umum. Perusahaan menekankan **chip khusus/custom** melalui kolaborasi dengan pelanggan seperti Google (untuk IPU) dan Ericsson, menawarkan solusi yang disesuaikan untuk kinerja dan efisiensi maksimal. Intel bertujuan untuk menjadi **"ada di mana-mana"** dengan memenuhi beragam kebutuhan di seluruh rantai AI – dari pengaturan agen di pusat data, inferensi terpisah, AI lokal di PC, hingga chip khusus untuk berbagai industri. Tantangan tetap ada dari dominasi Nvidia dan persaingan AMD, tetapi Intel melihat peluang dalam **periode redistribusi infrastruktur AI** di mana efisiensi sistem secara keseluruhan, bukan hanya kinerja puncak chip tunggal, menjadi kunci.

marsbit1j yang lalu

Berhenti Fokus pada GPU, Intel Lemparkan Gerakan Besar, Bisakah Mengakhiri Monopoli Komputasi NVIDIA?

marsbit1j yang lalu

Jembatan Cross-Chain Berubah Aktif, LI.FI Gunakan Arsitektur Intensi untuk Menjadi Pusat Likuiditas Institusi TradFi

**LI.FI Beradaptasi: Dari Jembatan Lintas Rantai ke Pusat Likuiditas untuk Institusi TradFi dengan Arsitektur Intents** Saat aset TradFi seperti pembayaran stablecoin dan RWA mulai berintegrasi dengan ekosistem on-chain, LI.FI, sebuah protokol jembatan lintas rantai, tidak tinggal diam. Menghadapi penurunan volume transaksi di sektor jembatan dan likuiditas pasar yang menyusut, LI.FI secara aktif mencari peran baru. Memanfaatkan pendanaan segar, LI.FI memperluas layanannya. Mereka meluncurkan **LI.FI Intents**, sebuah arsitektur eksekusi berbasis *intent* yang menargetkan perusahaan fintech, *neo-bank*, dompet digital, dan institusi keuangan terdaftar. Produk ini bertujuan menjadi lapisan eksekusi dasar untuk pembayaran stablecoin, RWA, dan likuiditas on-chain yang sesuai regulasi. LI.FI Intents menawarkan: * **Kemudahan Penggunaan:** Mengotomatiskan proses kompleks seperti manajemen gas dan langkah-langkah teknis blockchain, memungkinkan pertukaran stablecoin lintas rantai yang presisi. * **Kepatuhan (Kunci Utama):** Jaringannya terdiri dari entitas terverifikasi. Institusi dapat menyetujui pesanan secara individual dan memilih sistem pemrosesan yang tepercaya. Semua dompet yang berinteraksi diperiksa sesuai daftar OFAC AS. * **Cakupan Ekosistem Luas:** Mendukung jaringan utama seperti EVM, Solana, dan Tron. Intinya, LI.FI beralih dari sekadar "protokol transmisi likuiditas" menjadi penyedia layanan otomatis tingkat perusahaan. Dengan LI.FI Intents, pengguna institusional hanya perlu menetapkan tujuan akhir (*intent*), sementara sistem yang efisien dan sesuai regulasi akan menangani seluruh proses eksekusinya.

Odaily星球日报1j yang lalu

Jembatan Cross-Chain Berubah Aktif, LI.FI Gunakan Arsitektur Intensi untuk Menjadi Pusat Likuiditas Institusi TradFi

Odaily星球日报1j yang lalu

"Xiaomei" dan Yuanbao Saling Terhubung, Ini Sinyal Uji Coba untuk Smart Agent WeChat?

**Ringkasan:** Artikel ini membahas kemitraan antara asisten AI Meituan, "Xiaomei," dan asisten AI Tencent, "Yuanbao." Kolaborasi ini, yang memungkinkan pengguna Yuanbao mengakses layanan hidup lokal Meituan, dilihat sebagai strategi saling menguntungkan: Meituan mendapatkan akses ke pintu masuk AI baru, sedangkan Yuanbao memperkaya kemampuan layanannya. Kerja sama ini juga dianggap sebagai "tes tekanan" untuk persiapan peluncuran "WeChat Agent" Tencent, asisten AI terintegrasi di WeChat yang dapat menjalankan jutaan mini-program. Keberhasilan kemitraan Meituan-Yuanbao dapat menentukan kesediaan platform besar lain untuk bergabung dengan ekosistem WeChat Agent. Artikel ini menyoroti tantangan yang dihadapi Meituan dari AI asisten seperti Doubao (ByteDance) dan Qianwen (Alibaba), yang mengintegrasikan layanan mereka sendiri dan berpotensi melewati "parit pertahanan" Meituan. Sementara itu, Yuanbao, meskipun terintegrasi dengan ekosistem Tencent, tertinggal dalam hal pengguna aktif dan kurangnya ekosistem layanan komersial mandiri, sehingga kemitraan dengan Meituan menjadi penting. Tantangan utama kolaborasi ini meliputi: batasan pengalaman pengguna karena arsitektur "Agent to Agent" yang terpisah, pembagian keuntungan, dan kelancaran pengalaman pengguna di antara dua platform yang berbeda. Namun, jika berhasil, ini dapat membuka jalan bagi model kolaborasi serupa di ekosistem WeChat Agent di masa depan.

marsbit2j yang lalu

"Xiaomei" dan Yuanbao Saling Terhubung, Ini Sinyal Uji Coba untuk Smart Agent WeChat?

marsbit2j yang lalu

Trading

Spot
Futures
活动图片