OpenAI 研發文本水印：微調選詞暗藏「指紋」，幾百字就能揪出 AI 作弊

科技分析師 Benedict Evans 曾這樣形容 ChatGPT：它就像一個從來沒去上過課的本科生，卻能極其自信地在考卷上寫滿看似無懈可擊的廢話。

但這套「一本正經胡說八道」的本事，偏偏成了某些趕作業學生手裡的利器。因為生成出來的文本此前從未存在過，傳統的查重軟體面對它幾乎全線失靈。

現在，把潘多拉魔盒開啟的 OpenAI，正打算親手給它上一道鎖。

藏在詞語機率裡的隱形指紋

OpenAI 客座研究員 Scott Aaronson 在德克薩斯大學的一場講座中透露，他們正在開發一種給文本打上「統計水印」的系統，而且已經做出了可執行的原型。

這套水印並不需要像圖片那樣印上肉眼可見的標記。它的原理是悄悄干預模型的用詞選擇，在生成文字時嵌入某種極其微妙的統計學規律。

對於普通讀者來說，讀起來完全沒有任何異樣。但如果用專門的演算法去檢測，只要文本長度達到幾百個單詞，系統就能抓到明顯的統計訊號，判定這篇內容來自 GPT。

按照 Aaronson 的說法，這套方案不僅是防學術作弊，更重要的是防患於未然。比如防止有人不需要動用莫斯科一整棟大樓的水軍，就能自動化批次炮製政治宣傳評論，或是模仿特定物件的文風去栽贓陷害。

連程式設計師社群都頂不住了

對 AI 生成內容的防範，學術界不是唯一著慌的。程式設計問答社群 Stack Overflow 已經明確禁止使用者提交 ChatGPT 生成的回答。

Stack Overflow 管理員給出的理由很直接：ChatGPT 答案的錯誤率其實很高，但壞就壞在它表面上看起來頭頭是道，而且生成成本極低，大量垃圾回答湧入會徹底毀掉整個社群。

知名投資人 Paul Graham 則把這種把 AI 寫的文字據為己有的行為稱為「AIgiarism」（AI 抄襲）。他認為，抄襲的本質不僅是剝奪了他人的成果，更在於把不屬於自己的東西偽造成自己的，對 AI 內容也是同理。

為什麼重要

我們認為，OpenAI 搞文本水印，與其說是自律，不如說是為了給接下來更大的商業化和合規落地排雷。

對學生和普通創作者來說，這敲響了一個警鐘：現在拿它代寫文章、應付作業或許還能矇混過關，但只要官方檢測器一落地，秋後算賬的風險非常大。真想用它，老老實實拿它當思路發散工具或潤色助手，比直接複製貼上靠譜得多。

在行業層面，這也會逼著競品跟進。如果 OpenAI 證明了隱形水印在工程上切實可行，那麼監管機構和教育體系很快就會把「可追溯性」變成所有大語言模型的硬性門檻，沒有防偽機制的開源模型可能會面臨更嚴厲的稽核。

不過這套做法也有隱患。統計水印通常很脆弱，只要使用者拿到文本後稍微調整語序、用同義詞替換幾句，或者讓另一個小模型洗一遍稿，原本的詞頻分佈就很容易被打亂。防君子不防小人的貓鼠遊戲，才剛剛拉開序幕。