Anthropic 公布 Claude 文本水印细节，官方检测工具即将推出

Anthropic 在 2026 年 8 月 11 日通过 X 平台公布了 Claude 的内容标记方案，随后在 8 月 15 日通过官方博客详细解释了文本水印的工作方式。水印的核心原理是利用大语言模型生成文本时的随机选择：当模型在多个同样合适的候选词之间选择时，原本由随机数决定的选择改为由密钥和前面的词决定，从而在文本中留下可检测的模式。

这种模式对读者不可见，但持有密钥的人可以检测。Anthropic 强调，水印不会迫使模型选择原本不会考虑的词汇，例如不会突然使用 'nubilous' 这样的生僻词。水印只改变随机性来源，不改变文本含义、质量或可读性。

Anthropic 选择采用 Google DeepMind 在 2024 年发表于《Nature》的 SynthID-Text 方法的一个版本。这一系列方法可追溯到 Scott Aaronson 在 2022 年提出的方案。实施水印的主要目的是遵守《欧盟人工智能法案》，该法案要求 AI 提供商对 AI 生成内容进行机器可读标记。

2026 年 7 月，Anthropic 与其他主要 AI 提供商及总计约 190 个签署方共同签署了欧盟《AI 生成内容透明度行为准则》。由于目前缺乏可靠的区域区分方案，水印将全球统一应用，而非仅限欧盟。

Anthropic 声称水印对 Claude 输出质量没有影响，内部测试未发现对内容、创造力或可读性的影响。Google DeepMind 的 SynthID-Text 论文中，通过用户点赞/点踩评分和人类评分者对比，均未发现统计学显著差异。

水印不生成额外 Token，因此不增加服务成本和用户价格，对模型速度的影响可以忽略不计。然而，博客中使用了大量限定词如「大体相同」、「没有统计学显著差异」、「影响可以忽略」，暗示并非绝对无影响。APPSO 的报道也指出，几乎没有影响不等于完全没有影响，长期使用中可能在某些场景牺牲生成质量。

水印检测在短文本中效果不佳，因为词语选择次数少，信息不足。事实性较强的文本中水印更稀疏，因为可自由选择的词少，强行改变可能影响事实准确性。例如，在数学计算或代码中，精确输出位置不会应用水印。

如果 Claude 仅校对或编辑人类文本，水印可能附着很少甚至没有，因为大部分词来自原作者。完整重写每个词可以去除水印，但轻度编辑可能无法彻底去除。水印只能判断 Claude 是否很可能参与，无法区分是 Claude 撰写还是大幅编辑。

水印不携带任何身份信息，无法追溯到具体个人、组织或聊天记录。水印不改变所有权或法律责任，仅用于判断内容是否由 Claude 生成或处理。

Anthropic 即将推出水印检测 API，目前仍在确定实现细节。对于图片等文件，Claude 会在元数据中附加 C2PA 内容凭证，这是开放行业标准，不嵌入内容本身。旧版 Claude 模型的水印将在未来几个月内逐步加入，以符合欧盟过渡期要求。

水印与 Pangram 等 AI 检测软件不同。后者不拥有密钥，通过分析文本特征如 AI 常用句式（如「这不是 X，而是 Y」）和词汇频率（如「quietly」）来检测。水印则是基于密钥的确定性检测，原理完全不同。