Anthropic 披露 Claude 水印方案：采用 DeepMind SynthID-Text，检测 API 将上线

8 月 14 日，Anthropic 发布博客《》，说明 Claude 文本水印的实现方案：采用 Google DeepMind 2024 年在 Nature 发表的所提方法的一个版本，并预告将推出水印检测 API。博客同时划定了水印的留存边界：轻度编辑大概率去不掉，逐词全文重写则可以；代码携带的水印更少，注释却可以。

这一部署源于欧盟《AI 法案》：Anthropic 2026 年 7 月与约 190 个签署方共同签署欧盟《AI 生成内容透明度行为准则》，要求 AI 提供商对生成文本进行「标记」。

水印只改选词的随机数来源

博客先解释了原理。大模型逐词生成文本，每个词都在候选词中挑：写完 "The weather today was cold and…"，下一词不太可能是 "sugary"，"overcast" 和 "grey" 则都说得通。这类对读者无差别的「低风险选词」，平时由随机数决定。

SynthID-Text 正是借这些选择留下模式：模式对读者不可见，却「可被任何持有对应密钥的人检测出来」（"detectable to anyone who has a key that encodes it"）。加水印后选词依旧随机，只是随机性的来源从普通随机数生成器换成了密钥加前文；用密钥检查词序是否与 Claude 持密钥时的选词一致，就能算出文本由 Claude 生成的概率。该方法也不会把模型推向它本不会选的词。

对输出质量，Anthropic 称内部测试未发现水印对内容、创造力或可读性的影响。

DeepMind 原论文做过对照：给一部分 Gemini 流量接上加水印模型，对比点赞与点踩评分，未见统计学显著差异；一组人类评分者并排比较加水印与未加水印的回答，同样看不出差别。

这类思路可追溯到 Scott Aaronson 2022 年的提议。Anthropic 还强调：文本中没有添加任何东西、没有隐藏字符，不多消耗 token、不涨价，水印不携带任何可追溯到用户、组织或对话的信息。

轻度编辑去不掉，全文重写可以

水印可以被编辑抹掉，但要改得够狠。Anthropic 写道：轻度编辑「大概率不会把水印完全去除」（"light editing probably won't remove the watermark completely"），「每个词都被替换的完整重写」则可以；后一种情况下，「这段文本还能否算 AI 生成，本身就有争议」（"it's arguable whether the text can any longer be described as AI-generated"）。

校对场景同理。水印只落在 Claude 亲自选词之处；用户把自己写的文章交给 Claude 只改语法标点，返回文本里「几乎每个词都是人写的」，水印没有多少附着空间，改动越少越可能测不到。

短文也难检测：可用的选词决策太少，置信度随文本变长而上升。事实性段落的水印更稀疏，例如 "Isaac Newton's most famous work was called Principia…" 的下一词只能是 "Mathematica"，水印无处下手。翻译则相反：译文每个词都由 Claude 选择，会携带水印。

代码是另一种情况。模型必须产出可运行的代码，没有「选谁都行」的自由度，因此代码携带的水印总体上少于其他文本；但注释这类有任意选择空间的地方可以用水印，对实际产出的代码影响「可以忽略」。

检测 API 只给概率，不给结论

要检查一段文本是否由 Claude 所写，Anthropic 给出的办法是检测 API：「很快会提供水印检测 API」（"We will soon be offering a watermark detection API"），目前「正在敲定实现细节」，博客未给出上线时间。

即使 API 上线，它能回答的问题也有限：密钥只能算出「这段文本有多大可能部分由 Claude 所写」，既不能确认文本是人写的，也认不出其他 AI 的产物，因为别的模型即使加水印，密钥和方法都可能不同。博客写明：水印只能判断 Claude 很可能在某个时点参与过内容，无法区分「Claude 写的」和「Claude 重度编辑过的」。

博客还谈到与 Pangram 这类 AI 检测软件的差异：后者靠写作中的「迹象」推断 AI 使用。引述博客称，「识别这些模式与检测水印在根本上是两回事」（"Picking up on these patterns is fundamentally different from checking for a watermark"）。

图片和文件走另一条路：Claude 生成的 .png、.jpg、.svg 会在元数据里附上 C2PA 内容凭证，一段加密签名的说明，记录文件由 Claude 制作或处理。

C2PA 是相机厂商与修图软件使用的开放标准，任何支持 C2PA 的工具都能读取，Anthropic 也会提供自己的查验入口。与文本水印不同，文件本身没有被改动，也没有嵌入任何东西。

退订、阴谋论与「不想骗人」

自 Anthropic 本周早些时候披露水印计划以来，用户争论持续。TechCrunch 报道，Reddit 上有人称这是「针对无辜 Claude 用户的阴谋」，也有人反驳：「你不想要水印的唯一理由，就是骗人」（"The only reason you wouldn't want this is to lie to people"）。

Business Insider 报道称，X 上有「数十名」用户声称因此取消了 Claude 订阅（TechCrunch 转述）。Anthropic 官方账号 8 月 14 日 19:16（UTC）在，重申水印不伤质量、不加 token、不加价、不可追溯，并附上博客链接。

全球上线，因为还没有可靠的地区限流

对全球用户统一加水印而非只限欧盟，博客给出的直接答案是：「我们目前还没有一种可靠的方式按地区限定水印」（"we don't yet have a durable way to scope it by region"），并称会继续评估不同方案，有更新再公布。

对 8 月 2 日之前发布的旧模型，欧盟法律设有过渡期，Anthropic 表示正在为这些模型补水印，未来几个月内陆续推出。其他主要模型开发商签署了同一份行为准则，也将各自实现水印，标记不会是 Claude 独有。

按此前的部署，8 月 2 日及之后发布的 Claude 模型在发布时即支持标记；欧盟《AI 法案》第 50 条透明度义务已于 8 月 2 日生效。，不合规最高可处 1500 万欧元或全球年营业额 3% 的罚款，取高者。检测 API 何时上线仍无时间表；旧模型的补水印也要在未来几个月内陆续完成。