Anthropic Claude隐形水印技术揭秘

未来版本的 Claude 模型生成的文本将带有水印。这是一种判断文本是否由 Claude 参与编写的技术手段。为了符合欧盟《人工智能法案》，Anthropic 与多家主流 AI 提供商正在实施这一改动。

以下是关于水印的一些常见问题的解答，包括原理、对输出的影响以及原因。

要点速览：

水印方法不会对 Claude 的输出质量和内容产生实际影响；
读者无法区分是否带水印；
文本中不会添加任何内容，也没有隐藏字符；
水印不消耗额外 token，不会增加成本；
水印不携带任何身份信息，无法追溯到具体个人、组织或对话；
水印并非 Claude 独有。自 8 月 2 日起，欧盟要求面向其市场提供服务的 AI 提供商标记 AI 生成内容。其他主要模型开发商也签署了同一份实践准则，将实施各自的水印。

什么是水印？

大语言模型（如 Claude）逐词生成文本。每次决定下一个词时，模型会从候选词列表中选出最合适的一个。比如“今天天气寒冷且……”这句话，下一个词几乎不可能是“甜腻的”，但很可能是“阴天”或“灰蒙蒙”。在很多情况下，选哪个词对读者来说意义差别不大。此时，选择由随机数决定。

水印利用这些低风险的选择（在生成文本中会多次出现）在 Claude 的回答中留下一种模式。该模式对读者不可见，但持有密钥的人可以检测到。加水印时，选择仍是随机的，但随机性的来源不同：不是用任意随机数生成器选词，而是使用密钥和前面几个词来决定选哪个词。也就是说，Claude 选的词仍然是随机的，但可以检查词序列是否与使用密钥时的选择一致。如果是，就可以推断出该文本由 Claude 生成的概率。

重要的是，模型并不会偏向于“阴天”或“灰蒙蒙”。与无水印文本一样，可能某句选“阴天”，下一句选“灰蒙蒙”，取决于前面的词。水印也不会让 Claude 选一个原本不会考虑的词（比如“nubilous”这种生僻词）。

水印对 Claude 的输出有何影响？

水印不影响 Claude 的输出质量。读者看不出带水印与未带水印的文本有何不同（这与纸币或物理物品上的可见水印有本质区别）。

内部测试显示，水印对 Claude 的内容、创意或可读性没有影响。在介绍该技术的 SynthID-Text 论文中，Google DeepMind 将带水印的模型用于一部分 Gemini 流量，对比点赞与点踩情况，未发现与未带水印模型有统计学显著差异。在对照研究中，人工评估员并排比较也看不出质量差异。

一个有用的类比是玩大富翁游戏。每轮每位玩家掷骰子随机移动。假设不掷骰子，而是用圆周率数字的书籍，从某个随机位置开始，每个玩家取序列中的下一个数字作为“掷数”。本质上，移动仍然是随机的，对玩家和结果没有影响。但如果能看到所有移动序列（并知道圆周率），就能判断这局游戏是否用了圆周率。也就是说，用圆周率的游戏“带水印”了。

Claude 生成的文本也是如此。水印不改变读者的阅读体验，但事后可以检测文本是否由 Claude 生成。

使用哪种水印方法？

Claude 的文本水印是 Google DeepMind 在 2024 年 Nature 论文中发布的 SynthID-Text 方法的一个版本，该方法可追溯到 Scott Aaronson 在 2022 年的提案。这些方法都遵循相同设计原则——水印只改变选词时的随机性来源。

水印有一定局限。使用密钥只能回答“文本有多大程度由 Claude 编写？”无法确认是否人类撰写，也无法判断是否由其他 AI 生成（即使其他 AI 也使用水印，密钥不同或方法不同）。在样本较小时效果不佳，因为可选择的词少，信息量不足。文本越长，对 Claude 参与度的判断越有信心。

在事实性文本中，水印较稀疏，因为可替换的词很少。例如“艾萨克·牛顿最著名的著作是《自然哲学的数学原理》……”，下一个词只有“数学”是正确的，水印无从着力。校对也是如此，如果只修改语法和标点，水印只能附着在少数几个修改上，数量可能不足以被检测到。

如果 Claude 校对或编辑了人类文本呢？

水印只作用于 Claude 选择的词。当 Claude 校对一篇由人写的文字时，返回的往往只是少量修改；因为几乎所有的词都是原作者写的，水印几乎没有附着点。根据文本长度和编辑程度，这些修改可能不足以检测出 Claude 的参与。Claude 写的内容越多，做出的决策越多，水印的空间也越大。

代码呢？

如上所述，AI 水印利用的是“两种选择都合理”的决策点。当需要精确输出、没有选择余地时（比如“2+2=”后面的答案必须是“4”），水印不会被应用。同样，代码在很多情况下必须精确，因此水印通常少于其他文本。但在代码中确实存在任意选择的地方（如注释中的用词），水印可以应用，但对实际代码的影响微乎其微。

对用户意味着什么？

会减速或增加费用吗？ 不会。水印对模型速度的影响可忽略，且不产生额外 token，服务和使用价格不变。
水印能追溯到个人或组织吗？ 不能。水印只表明 Claude 参与了内容生成，不包含任何用户信息、组织信息或聊天内容。

为什么要给 Claude 输出加水印？

这是为了遵守欧盟《人工智能法案》。Anthropic 与其他几家主要 AI 提供商以及共约 190 个签署方在 2026 年 7 月签署了欧盟《AI 生成内容透明度实践准则》。这要求 AI 系统提供商使用“标记”AI 生成文本的方法。Anthropic 在发布时在全球范围内应用水印，因为目前还没有按地区划分的持久方案。未来会继续评估不同方式。

其他问题

如何检查一段文本是否由 Claude 撰写？ 很快将推出水印检测 API，细节正在制定中。

图像和其他文件呢？ 当 Claude 生成支持类型的文件（如 .png、.jpg 或 .svg）时，会在文件元数据中添加一个小型加密签名的内容凭证，表明该文件由 Claude 制作或处理。这是开放行业标准 C2PA，与相机和照片编辑软件使用的相同。任何支持 C2PA 的工具都能读取，也会提供自己的工具。

有人通过编辑文本绕过水印怎么办？ 一定程度上可以。轻度编辑可能不会完全移除水印；但彻底重写替换每个词，水印就会消失。当然，后者是否还能称为 AI 生成就另当别论了。

水印能证明什么？ 只能确定 Claude 很可能参与过内容生成，无法区分“Claude 写了”还是“Claude 重度编辑”。

翻译有水印吗？ 有。Claude 的翻译每词都是 Claude 选择的，因此携带水印。

旧版 Claude 模型呢？ 欧盟法律对 2026 年 8 月 2 日前发布的 Anthropic 模型有过渡期，正在为这些模型添加水印，将在未来几个月内推出。

与 AI 检测软件（如 Pangram）有何不同？ AI 检测软件使用不同方法，因为其提供商没有密钥。它们会分析文本中 AI 常用的措辞模式。例如 AI 似乎喜欢“这不是 X，而是 Y”的结构，使用“quietly”的频率也较高。这与检查水印根本不同。

这会改变输出内容的所有权或法律责任吗？ 不会。水印只帮助测试 Claude 是否可能生成或处理了内容，不涉及所有权或作者身份，也不改变用户在条款下的权利。只有当 Claude 参与处理内容或文件时才应用水印。