跳到正文
Hacker News· cwaffles·· 23 小时前AI 评分58

Windows 11 被发现在收集用户使用哪些编码智能体和开发工具的数据

Windows 11 is collecting data on which coding agents and developer tools you use

AI 导读

作者逆向 Windows 11 的 MissionControlAggregator.dll 后发现,该组件会识别 codex.exe、claude.exe、copilot.exe、cursor.exe 等编码智能体,以及 python.exe、gcc.exe、code.exe 等开发工具,把使用情况记录为位图并写入 ETW 报告 Segments.SubCohorts。

正文 · AI 翻译

逆向分析 Windows 11 的 MissionControlAggregator,揭示了一份诊断 ETW 报告中与编码代理和开发者工具使用情况相关的位。

我最近让 AI 帮我在最新的 Windows 二进制文件中查找未公开的功能和特性。在它发现的线索中,有一份列表立刻引起了我的注意:编码代理,例如 codex.exe、claude.exe、copilot.exe 和 cursor.exe,以及一些熟悉的开发者工具,例如 python.exe、dotnet.exe、gcc.exe 和 code.exe。

为什么一个 Windows 系统 DLL 需要一份编码代理和开发者工具的列表?

这些名称位于 MissionControlAggregator.dll 中。我让代理顺着引用继续挖掘这个 DLL 实际做了什么。这从几个字符串比较,一路追到了一个正在运行的 Windows 组件:它会记录哪些编码代理和开发者工具被使用过,将信息保存在本地,并上报给 Windows 诊断。而且,除非你选择退出“可选”诊断数据(该选项默认开启),这些数据会被上传到微软。

我在 X 上分享了最初的发现。本文包含这次调查的更多细节。

顺着名称追查

在 Binary Ninja 中打开这个 DLL,第一条线索就一目了然。这些是嵌入在 Windows 组件中的明确可执行文件名:

Binary Ninja showing coding-agent executable names embedded in MissionControlAggregator.dll

顺着引用可以发现,这些名称被用于比较。有四个 CLI 代理槽位分别检查 copilot.exe、claude.exe、codex.exe 和 agy.exe,在 WSL 路径上还有对应的无扩展名版本。五个桌面代理槽位分别检查 github.exe、claude.exe、codex.exe、cursor.exe 和 antigravity.exe。

下面是针对 codex.exe 的其中一个比较:

Binary Ninja showing an exact comparison with codex.exe inside a matcher

编译器生成的 C++ 名称冗长难读,所以我称这些函数为可执行文件名匹配器。作为参考,一个相关的匹配器是 std::_Func_impl_no_alloc<<lambda_340dfe7e962ab225b6ac33bc664bd54f>, bool, std::basic_string_view<wchar_t, std::char_traits<wchar_t>> const&, Microsoft::Diagnostics::MissionControlAggregator::Utils::AppType>::_Do_call。截图显示了另一个 lambda 实例化,执行同类的名称比较。

守护这些新代理检查的功能有一个非常直白的名字:CLICodingAgentUsage,功能 ID 为 62580080。

而且这份列表不止于 AI 代理。同一个组件还会检查 node.exe、python.exe、dotnet.exe、gcc.exe、clang.exe、gdb.exe、javac.exe、devenv.exe 和 code.exe 等。这些检查会归入更宽泛的开发者工具类别。其中一些检查还会验证发布者:Node.js 槽位期望 Node.js Foundation,Python 期望 Python Software Foundation,.NET 和 Visual Studio 槽位期望 Microsoft Corporation。包含 GCC 和 Clang 的编译器/调试器组在此路径中没有额外的发布者检查。

这个 DLL 从哪里获取这些信息?

下一个问题是,该组件是否会自行扫描正在运行的进程。顺着 Aggregator::OnLoad 追查后发现,它实际上是订阅现有的 Windows 事件。

对于 Windows 程序,它消费 KernelProcess.AppStateChangeSummary 和 Win32kTraceLogging.AppInteractivitySummary。这些事件提供应用程序标识,由其处理程序解析后传给匹配器。对于 WSL,它消费 Microsoft.Windows.Lxss.Manager.Exec 和 ExecCritical,使用 imageName 字段。因此,一个普通的 Windows codex.exe 可以通过应用状态摘要路径到达 CLI 代理检查;这并不局限于 WSL 内运行的 Linux 程序。

相关流程大致如下:

Aggregator::OnLoad
├─ WSL Exec / ExecCritical
│  └─ ProcessWslExecEvent → CLI agent matchers
├─ KernelProcess.AppStateChangeSummary
│  └─ ProcessAppStateChangeSummaryEvent → CLI agent matchers
└─ Win32kTraceLogging.AppInteractivitySummary
   └─ ProcessAppInteractivitySummaryEvent → desktop agent matchers

Aggregator::OnRelativeTimerExpire
└─ MissionControlAggregatorLogging::ReportCohorts<12,4,5>
   └─ Segments.SubCohorts ETW report

Aggregator::OnUnload / intermediate timer
└─ PersistentState::SaveToDisk

匹配成功后,会在聚合器的状态中设置一个槽位。随后,ReportCohorts<12,4,5> 将这些槽位转换为位集,并发出一个名为 Segments.SubCohorts 的报告。这些数字对应十二个更宽泛的工具类别、四个 CLI 代理和五个桌面代理。

ETW(Windows 事件跟踪)是承载该报告的机制。在此例中,它是一个自描述的 TraceLogging 事件。该组件不会把可执行文件名写入每份报告,而是为每个类别分配一个位。Codex 位被置位,意味着在报告窗口期内观测到了匹配的工具。

源事件还包括运行时间、焦点时间、交互计数器和资源使用情况。该组件似乎丢弃了这些细节,只记录观察到哪些代理的位图。报告中的时间戳描述的是收集窗口,而不是每个代理被使用了多长时间。

尽管我在本报告中未发现提示文本或源代码,但收集某人使用了哪些代理和开发者工具已经具有重大的隐私影响。

它真的在普通机器上运行吗?

字符串和代码是有用的线索,但我想看到组件实际运行。我检查了我的 Parallels Windows 11 ARM64 虚拟机,版本 26200.9974。其 MissionControlAggregator.dll 为版本 10.0.26100.9818,且 CLICodingAgentUsage 已作为服务实验启用。我并未手动启用该功能。

DiagTrack,即 Connected User Experiences and Telemetry 服务,也已在运行,其启动类型设置为 Automatic。它启动一个单独的 AggregatorHost.exe 进程,该进程加载了 DLL。以下管理 PowerShell 命令显示了该服务、其子进程以及已加载的模块:

PS> Get-Service DiagTrack | Format-Table Name,Status,StartType -AutoSize

Name       Status StartType
----       ------ ---------
DiagTrack Running Automatic

PS> Get-Process AggregatorHost | Format-Table ProcessName,Id -AutoSize

ProcessName      Id
-----------      --
AggregatorHost 1500

PS> Get-CimInstance Win32_Service -Filter "Name='DiagTrack'" |
       Format-List Name,State,StartMode,ProcessId

Name      : DiagTrack
State     : Running
StartMode : Auto
ProcessId : 10148

PS> Get-CimInstance Win32_Process -Filter "Name='AggregatorHost.exe'" |
       Format-List ProcessId,ParentProcessId

ProcessId       : 1500
ParentProcessId : 10148

PS> tasklist /m MissionControlAggregator.dll

Image Name                     PID Modules
========================= ======== ============================================
AggregatorHost.exe            1500 MissionControlAggregator.dll

进程 ID 将各部分连接起来:DiagTrack 在进程 10148 中运行,该进程是 AggregatorHost.exe(进程 1500)的父进程;模块列表显示 MissionControlAggregator.dll 位于该子进程内。

公共 ISO 的基线虚拟机默认镜像禁用了编码代理功能,因此证据不支持称其在每个 Windows 安装上都处于活动状态。然而,在我的 ARM64 虚拟机上,相关功能和服务在测试前已处于活动状态。

在实践中测试

为了在实践中测试这一发现,我将 cmd.exe 复制到名为 codex.exe 的文件,并在交互式 Windows 会话中运行它。仅名称就足以让组件将其识别为 Codex。

我从 KernelProcess 提供程序({2839ff94-8f12-4e1b-82e3-af7af77a450f})捕获了运行进程的 AppStateChangeSummary,使用 LaunchCount=1 和 TerminateCount=0。聚合器保存的状态在 CLI 槽位 2(即 Codex 槽位)中包含值 2。另一次没有额外 ETW 跟踪的运行也设置了该槽位,确认检测通过 Windows 现有的诊断收集工作。

该状态持久化在:

C:\ProgramData\Microsoft\Diagnosis\AggregatorStorage\MissionControlAggregator$

报告通常遵循大约每日的边界。为了立即捕获它,我临时将保存的报告窗口开始时间向前移动了 25 小时,并重启 DiagTrack,同时使用跟踪监听聚合器。生成的 Segments.SubCohorts 事件包含:

Provider: Microsoft.Windows.MissionControlAggregator
Time:     2026-11-16T12:34:29.125116Z
Version:  0.1.5

CliAgentSubCohorts:     4
DesktopAgentSubCohorts: 0
FlushedFromSave:       true

值 4 是 1 << 2:Codex CLI 位。该名称已通过输入摘要、匹配器、持久化状态和发出的报告。

我还单独测试了开发者工具路径,使用名为 gcc.exe 的 cmd.exe 副本。它设置了开发者工具槽位 3。在允许可选诊断数据的情况下,我在 DiagTrack 的上传队列中发现了生成的 Segments.SubCohorts 事件,带有 SubCohorts: [8](1 << 3)。这是 GCC、Clang 及相关工具共享的编译器/调试器类别,而不是每个可执行文件单独的位。

追踪报告流向微软

仅凭 ETW 事件无法确定任何数据离开机器。ETW 用于大量本地诊断。更具揭示性的问题是,谁在监听这份特定报告。

虚拟机已有一个 Diagtrack-Listener 会话订阅了路径的两端。这些 PowerShell 查询显示了其订阅:

Get-EtwTraceProvider -SessionName Diagtrack-Listener `
  -Guid '{2839ff94-8f12-4e1b-82e3-af7af77a450f}'

Get-EtwTraceProvider -SessionName Diagtrack-Listener `
  -Guid '{00de11a2-ec06-58e5-1a2b-21bb21dbee4b}'

第一个订阅,针对 KernelProcess,具有 MatchAnyKeyword=0x400000000002,其中包括摘要的 0x400000000000 关键字。第二个,针对 Microsoft.Windows.MissionControlAggregator,具有 MatchAnyKeyword=0xe00000000000,其中包括报告的 0x800000000000 关键字。两者级别均为 255。

订阅信息显示了该报告可能去向何处。为了检查 Windows 是否真的将其排入传输队列,我检查了 DiagTrack 的EventStore.db,并解压了其AsimovEvents表中的 JSON 批次。这揭示了一个重要条件:代理使用报告被视为可选诊断数据。

当允许可选诊断数据时(在我测试的美国设置中默认启用),Windows 会将编码代理使用报告排入队列以上传到 Microsoft。我通过在 DiagTrack 的上传队列中找到代理事件本身验证了这一点:

{
  "name": "Microsoft.Windows.MissionControlAggregator.Segments.SubCohorts",
  "ext": {
    "privacy": { "isRequired": false }
  },
  "data": {
    "Version": "0.1.5",
    "CliAgentSubCohorts": [4],
    "DesktopAgentSubCohorts": [0],
    "FlushedFromSave": true
  }
}

我使用最新的官方 ISO 对 Windows 11 家庭版 ARM64 进行了全新安装,并将区域设置为美国,以此进行检查。在更改任何隐私设置之前,诊断数据开关已经启用,并标记为包含可选。使用这些默认值完成设置后,AllowTelemetry为3,确认可选诊断数据已启用。

Windows setup with United States region: Diagnostic data defaults to Include Optional

因此,可选诊断数据默认启用,至少在我测试的美国设置中如此。如果您在安装期间没有选择退出,或之后没有禁用可选诊断数据,那么它仍然处于启用状态,您的编码代理使用数据正在被上传。您可以在设置期间拒绝可选诊断,或稍后在设置 → 隐私和安全性 → 诊断和反馈下关闭发送可选诊断数据。Microsoft 的诊断和隐私指南说明了如何更改。

来源:Hacker News · xusheng.dev