Anthropic 為 Claude 上線隱形水印：文本嵌入特徵暗記，檔案附帶 C2PA

在網上看到一段文筆流暢的內容，你怎麼知道它是不是 Claude 寫的？

Anthropic 正式給出瞭解法：為了落實歐盟《人工智慧法案》（EU AI Act）關於內容透明度的規定，它開始為 Claude 生成的文本和檔案全面嵌入機器可讀的水印。

這意味著，以後不管是讓 Claude 寫文案還是生成圖片，表面上看起來完全正常，底層卻已經被刻上了能被機器識別的合規暗記。

文本怎麼打水印？不塞暗碼，全靠「擲骰子」的規律

很多人以為打水印就是在文本里夾雜看不見的空格或特殊字元。Anthropic 明確澄清，這次的水印既沒有新增隱藏字元，也不額外消耗 token，更不會讓 API 呼叫的費用變貴。

這項技術參考了 Google DeepMind 在 SynthID-Text 論文中提出的思路，核心是在大模型選詞時動一點手腳。

大模型寫文章是一次生成一個詞，遇到「今天天氣很冷而且……」這類句子時，後面選「陰沉」還是「灰暗」都可以。通常情況下，模型是靠隨機數在幾個合乎邏輯的詞裡擲骰子挑一個。

Claude 的文本水印，相當於把這個隨機數換成了特定規則。Anthropic 打了個比方：這就像大家玩大富翁不再扔骰子，而是按圓周率後某一段數字來決定走幾步。局外人看著每一步依然隨機自然，但拿著金鑰的人一算，就能根據連續選詞的規律推算出文本出自 Claude 的機率。

Anthropic 表示，對照實驗和人類盲測都表明，這種水印對生成文本的質量、創意和可讀性沒有任何負面影響，讀者肉眼根本看不出破綻。

全球生效，但想抹掉它依然不算難

這項標記並不是歐洲使用者的專屬，而是直接在全球範圍生效。

從網頁端、Claude Code、Claude Cowork 到 Claude Tag，再到 AWS、Google Cloud 和微軟 Foundry 上的 API，只要是 8 月 2 日之後釋出的新模型都預設自帶。像 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 等現役主力模型已經上線支援，更早期的舊模型也在陸續補齊。

對於生成的 PNG、JPG 等圖片和檔案，Claude 會直接附加行業通用的 C2PA 開源標準後設資料，任何人都可以通過免費的檢查工具核驗。

不過，文本水印的檢測 API 目前只處於私測階段，暫時只對監管部門、執法機構、事實核查員、科研教育機構等合規實體開放。

Anthropic 自己也坦白，這套機制遠非萬無一失。如果文本太短、經過了大幅改寫翻譯，或者僅僅是用 Claude 來潤色人類原本寫好的文章，檢測結果都會失真。至於檔案的 C2PA 資料，隨便截個圖或者重新儲存一下，就能輕易被剝除乾淨。

為什麼重要

對創作者和普通讀者來說，官方水印來得正是時候。此前同人創作社群 AO3 的讀者為了抓 AI 抓破了頭，Substack 甚至造出了「Claudefishing」這個詞來形容假裝真人寫作的 AI 釣魚帖。有了官方標記，內容平臺識別純機器生成的垃圾內容會更省力。不過普通人也得留個心眼：如果你只是拿 Claude 幫自己改改錯別字，輸出的文本同樣可能被蓋上 AI 印記。

對行業而言，Anthropic 這一步顯然是被歐盟法案推著走的，但也立起了一根合規標杆。現在不僅 Anthropic，Google、Meta、微軟、OpenAI 甚至音樂生成平臺 Suno 都簽了相關準則。隨著監管步步收緊，未來不帶水印的模型很難在合規商業市場立足，商業閉源模型和無拘無束的開源模型之間的分野會更加清晰。

我們認為，Anthropic 在模型詞元取樣層做偽隨機水印做得很聰明，既沒影響文本可讀性，也比傳統的明文隱藏字元更難被簡單清洗。

但問題在於，只要檢測工具不對公眾完全開放，所謂的水印對普通網民而言就仍然是個黑盒。再加上隨便重寫幾句就能破防的物理侷限，它到底能多大程度防住惡意濫用，看起來還要畫一個問號。