Anthropic 为 Claude 上线隐形水印：文本嵌入特征暗记，文件附带 C2PA

在网上看到一段文笔流畅的内容，你怎么知道它是不是 Claude 写的？

Anthropic 正式给出了解法：为了落实欧盟《人工智能法案》（EU AI Act）关于内容透明度的规定，它开始为 Claude 生成的文本和文件全面嵌入机器可读的水印。

这意味着，以后不管是让 Claude 写文案还是生成图片，表面上看起来完全正常，底层却已经被刻上了能被机器识别的合规暗记。

文本怎么打水印？不塞暗码，全靠「掷骰子」的规律

很多人以为打水印就是在文本里夹杂看不见的空格或特殊字符。Anthropic 明确澄清，这次的水印既没有添加隐藏字符，也不额外消耗 token，更不会让 API 调用的费用变贵。

这项技术参考了 Google DeepMind 在 SynthID-Text 论文中提出的思路，核心是在大模型选词时动一点手脚。

大模型写文章是一次生成一个词，遇到「今天天气很冷而且……」这类句子时，后面选「阴沉」还是「灰暗」都可以。通常情况下，模型是靠随机数在几个合乎逻辑的词里掷骰子挑一个。

Claude 的文本水印，相当于把这个随机数换成了特定规则。Anthropic 打了个比方：这就像大家玩大富翁不再扔骰子，而是按圆周率后某一段数字来决定走几步。局外人看着每一步依然随机自然，但拿着密钥的人一算，就能根据连续选词的规律推算出文本出自 Claude 的概率。

Anthropic 表示，对照实验和人类盲测都表明，这种水印对生成文本的质量、创意和可读性没有任何负面影响，读者肉眼根本看不出破绽。

全球生效，但想抹掉它依然不算难

这项标记并不是欧洲用户的专属，而是直接在全球范围生效。

从网页端、Claude Code、Claude Cowork 到 Claude Tag，再到 AWS、Google Cloud 和微软 Foundry 上的 API，只要是 8 月 2 日之后发布的新模型都默认自带。像 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 等现役主力模型已经上线支持，更早期的旧模型也在陆续补齐。

对于生成的 PNG、JPG 等图片和文件，Claude 会直接附加行业通用的 C2PA 开源标准元数据，任何人都可以通过免费的检查工具核验。

不过，文本水印的检测 API 目前只处于私测阶段，暂时只对监管部门、执法机构、事实核查员、科研教育机构等合规实体开放。

Anthropic 自己也坦白，这套机制远非万无一失。如果文本太短、经过了大幅改写翻译，或者仅仅是用 Claude 来润色人类原本写好的文章，检测结果都会失真。至于文件的 C2PA 数据，随便截个图或者重新保存一下，就能轻易被剥除干净。

为什么重要

对创作者和普通读者来说，官方水印来得正是时候。此前同人创作社区 AO3 的读者为了抓 AI 抓破了头，Substack 甚至造出了「Claudefishing」这个词来形容假装真人写作的 AI 钓鱼帖。有了官方标记，内容平台识别纯机器生成的垃圾内容会更省力。不过普通人也得留个心眼：如果你只是拿 Claude 帮自己改改错别字，输出的文本同样可能被盖上 AI 印记。

对行业而言，Anthropic 这一步显然是被欧盟法案推着走的，但也立起了一根合规标杆。现在不仅 Anthropic，Google、Meta、微软、OpenAI 甚至音乐生成平台 Suno 都签了相关准则。随着监管步步收紧，未来不带水印的模型很难在合规商业市场立足，商业闭源模型和无拘无束的开源模型之间的分野会更加清晰。

我们认为，Anthropic 在模型词元采样层做伪随机水印做得很聪明，既没影响文本可读性，也比传统的明文隐藏字符更难被简单清洗。

但问题在于，只要检测工具不对公众完全开放，所谓的水印对普通网民而言就仍然是个黑盒。再加上随便重写几句就能破防的物理局限，它到底能多大程度防住恶意滥用，看起来还要画一个问号。