AIコーディングツールはあなたのコードをクラウドに送信しているのか？
ほとんどのAIコーディングツールは、コードをクラウドに送信します。入力中の1行だけでなく、周囲のファイル、近くのファイル、リポジトリの構造、利用状況のテレメトリまで含まれます。 マシンの外にどれだけ出ていくかはツールによって異なり、自分で検証することができます。このガイドでは、何が送信されるのか、その理由、どんなツールでも数分で確認する方法、そして重要な場面でコードを自分のマシンに留める方法を説明します。
正直な短い答えはこうです。ツールがホスト型モデル（GPT、Claude、Gemini、そしてほとんどの「AI」搭載IDE）を使っている場合、補完を得るにはプロンプトがそのモデルのサーバーに届く必要があります。それがホスト型推論の仕組みだからです。本当に問うべきなのは、プロンプトと一緒にどれだけのコンテキストが送られるのか、それに加えてほかに何が収集されるのか、そもそもローカルという選択肢があるのか、という点です。
「クラウドに送信する」とは実際に何を意味するのか
送られるのはプロンプトだけであることはまれです。良い補完を返すために、ほとんどのAIコーディングツールはコンテキストを添付し、プライバシーが漏れるのはそのコンテキストの部分です。典型的なペイロードには次のようなものがあります。
- 現在のファイル — カーソル行だけでなく、ファイル全体であることが多いです。
- 近くのファイルや「関連する」ファイル — 多くのツールはリポジトリをインデックス化し、関連性が高いと判断したスニペットを送信します（検索／エンベディング）。
- リポジトリのメタデータ — ファイルツリー、言語、場合によってはgitのリモート。
- テレメトリ — イベント、レイテンシ、機能の使用状況、クラッシュレポート、そして「モデル改善」のためのプロンプトやレスポンスのサンプルが含まれることもあります。
- あなたのAPIキー — 優れたツールはデバイス上に保存しますが、設定をベンダーのアカウントに同期するものもあります。
チャット欄がまったく同じ2つのツールでも、挙動はまるで違うことがあります。一方は30行のプロンプトを送り、もう一方は黙って10個のファイルとリポジトリ全体のエンベディングインデックスをアップロードします。趣味のプロジェクトならそれでも構わないかもしれません。しかし、機密性の高いコード、顧客のコード、規制対象のコードでは、契約上または法的な問題になることがよくあります。
ツールが送信する理由（そして線引きはどこか）
人々が混同しがちな、3つの異なるものがあります。
- 推論 — モデルが補完を生成すること。ホスト型モデルでは、これは必然的にベンダーのサーバー上で行われるため、プロンプトはマシンの外に出ます。ローカルモデルなら、あなたのCPU/GPU上で行われ、何も外に出ません。
- コンテキスト収集 — プロンプトに何を添付するかを決めること。これは製品上の選択であり、自然の摂理ではありません。ツールは1つのファイルだけを添付することも、リポジトリ全体を添付することもできます。
- テレメトリ — 回答の生成とは無関係な分析データ。デフォルトでオンになっていても、ベンダー側ではほぼ常にオプションです。
ホスト型モデルでは1番を避けることはできません。それが利用の代償です。しかし2番と3番はツールごとに大きく異なる部分であり、「テレメトリゼロ・ローカルモデル」のツールは、「すべてをクラウドでインデックス化する」ツールとは正反対に位置します。
どんなツールも5分で確認する方法
宣伝文句を鵜呑みにせず、検証しましょう。手軽なものから順に3段階あります。
1. プライバシーポリシーと設定を読む — 保持（リテンション）に関する記述を探す。 ポリシー内で「retention」「train」「improve」「zero data retention」を検索します。アプリでは設定を開き、テレメトリのトグルや「コードのインデックス化」／「コードベース」のオプションを探します。不要なものはオフにしましょう。
2. ネットワークを監視する。 確かな事実は、プロセスが実際に何を送っているかです。どのOSでも、現在の接続を一覧できます。
# Linux / macOS — who is the editor talking to?
lsof -i -nP | grep -i -E 'code|cursor|node'
# any platform, point-in-time
netstat -anp 2>/dev/null | grep ESTABLISHED
内容を見るには、ツールをHTTPS検査プロキシ経由で動かし、リクエストボディを読みます。
# mitmproxy: start it, then point the editor's HTTP proxy at 127.0.0.1:8080
mitmproxy --listen-port 8080
# trigger a completion, then inspect the flows to api.*/v1/* — that payload IS what you sent
ベンダーのドメインへのリクエストボディにファイルの内容（あるいはそれ以上）が含まれていれば、それが答えです。
3. ブロックして、何が壊れるかを見る。 ベンダーのテレメトリ用ドメインをhostsファイルやファイアウォールに追加して、そのまま作業を続けます。補完は動くのに「アナリティクス」の呼び出しだけが失敗するなら、推論とテレメトリを切り分けられたことになります。
# quick, reversible block of a telemetry host
echo "0.0.0.0 telemetry.example-vendor.com" | sudo tee -a /etc/hosts
この5分間の作業は、どんなランディングページよりも多くのことを教えてくれます。
コードを自分のマシンに留める方法
検証結果に不安を感じたなら、現実的な選択肢があります。オールオアナッシングではなく、段階的なものです。
- インデックス化とテレメトリをオフにする。 最も手軽な成果です。多くのクラウドツールは、「コードベースのコンテキスト」とアナリティクスを無効にすればリポジトリのアップロードをやめます。推論そのものは外に出ますが、一緒に運ばれる量ははるかに少なくなります。
- ローカルモデルを使う。 Ollama、LM Studio、llama.cpp、vLLMといったランタイムでモデル自体を自分のマシン上で動かし、モデル非依存のエージェントをそこに向けます。推論はローカルで行われ、ベンダーには何も送られません。
# pull and run a coding model locally with Ollama
ollama pull qwen2.5-coder:14b
ollama run qwen2.5-coder:14b
# exposes an OpenAI-compatible endpoint at http://localhost:11434
- 作業を分ける。 非公開のコードにはローカルモデルを、使い捨てや公開の作業にはホスト型を使います。モデル非依存のツールなら、タスクごとに切り替えられます。
- キーはデバイス上に保管する。 APIキーがベンダーのアカウントに同期されずローカルに保存されていることを確認すれば、ベンダー側で情報漏えいが起きてもキーが露出しません。
何も漏らさない組み合わせは、ローカルモデル + テレメトリなし + デバイス上のキー + シークレットのマスキング（.envファイルやトークンが、ローカルモデルのログにすらプロンプトとして乗らないようにするため）です。
NoTrack Coderの位置づけ
NoTrack Coderは、この選択肢のうち「ローカルに留める」側のために作られています。Windows上でテレメトリゼロで動作し、あらゆるモデルに対応します。Ollama／LM Studio／llama.cpp／vLLMのようなローカルランタイムでも、組み込みのオプションを含むホスト型エンドポイントでも使え、APIキーはあなたのマシンに保管され、シークレットをマスキング（.env、トークン、キー）してからモデルに渡します。何かが外に出るかどうかを、タスクごとに自分で選べます。これはローカルファーストというアプローチの一例にすぎません。ほかのツールとの違いは比較ページで、詳しい使い方はドキュメントでご覧ください。
コードを自分のものとして守れる側を試してみませんか？ Windows版をダウンロードするか、料金ページでプランをご確認ください。
よくある質問
AIコーディングツールは私のコードをクラウドに送信しますか？
ほとんどの場合、送信します。ホスト型モデルではプロンプトがベンダーのサーバーに届く必要があり、多くのツールは現在のファイル、近くのファイル、リポジトリのコンテキストに加えて、テレメトリも添付します。送信量はツールや設定によって異なり、ローカルモデルのツールなら何も送信しません。
AIコーディングツールが何を送信しているかを確認するには？
mitmproxyのようなHTTPS検査プロキシ経由でツールを動かし、ベンダーのAPIへのリクエストボディを読むか、lsof -i / netstatで現在の接続を一覧します。そのペイロードに現れるものが、まさにマシンの外に出たものです。
コードをクラウドに送らずにAIコーディングアシスタントを使えますか？
はい。Ollama、LM Studio、llama.cpp、vLLMでモデルをローカルで動かし、そのローカルエンドポイントに向けたモデル非依存のエージェントを使います。推論はあなたのマシン上で行われ、ベンダーには何も送られません。
テレメトリは、コードを送信することと同じですか？
いいえ。テレメトリは分析データ（利用状況、レイテンシ、クラッシュ）で、通常はオプションです。一方、推論はモデルが回答を生成することです。ホスト型モデルは必ずプロンプトを受け取りますが、テレメトリは別途オフにできることがよくあります。
最もプライベートなAIコーディング環境は？
ローカルモデル + テレメトリゼロに加え、APIキーをデバイス上に保管し、モデルに渡る前にシークレットをマスキングする構成です。この組み合わせなら、プロンプトもファイルもキーも、マシンの外には一切出ません。
