Claude 开始给 AI 文字加隐形水印，能查出什么、查不出什么，这篇讲透

先说出了什么事

事情的源头在欧盟。欧盟《人工智能法案》里管透明度的第 50 条，今年 8 月 2 日正式生效，要求 AI 生成的内容必须能被机器识别出来，违规最高罚 1500 万欧元，或者全球年营业额的 3%。今年 7 月，大约 190 家机构签了配套的《AI 生成内容透明度行为准则》，名单里有 Google、Meta、微软、OpenAI，Anthropic 也在其中。

8 月 11 日前后，Anthropic 率先把承诺落了地。8 月 2 日之后发布的新 Claude 模型，生成的文字从上线那天起就带隐形水印；生成图片这类文件时，会在文件信息里附一份签过名的「出生证明」。而且全球统一执行，管你在不在欧盟。官方给的理由很实在，他们目前没有可靠的办法按地区区分，干脆全球一起上，以后再评估。之前的老模型有法律过渡期，接下来几个月逐步补上。

消息一出，骂声一片。官方那条推特有将近 800 万人围观，评论区里反对的声音远比点赞热闹。科技媒体 TechCrunch 的标题起得很直接，说一部分用户生气，是因为水印会让他们在上班和上课时用 AI 的事藏不住了。

被骂了几天之后，8 月 14 日，Anthropic 发了一篇长文，把水印的原理、边界和常见疑问一条条解释了一遍。这篇官方说明就是今天这篇文章最主要的依据。

水印是怎么藏进文字里的

这是全文最核心的部分，我尽量讲得让完全不懂技术的同学也能明白。

先说 AI 是怎么写字的。像 Claude 这样的大模型，写东西是一个词一个词往外蹦的。每蹦一个词之前，它会先算出一堆候选词，每个词带一个概率。比如写到「今天天气很冷，而且……」，下一个词几乎不可能是「甜甜的」，但很可能是「阴沉」，也很可能是「灰蒙蒙」。这两个词意思差不多，选哪个对读者来说没区别。碰到这种怎么选都行的情况，模型就掷一把「随机数骰子」，随便定一个。

水印动的就是这把骰子。加了水印之后，选词还是随机的，但随机数的来源换了，换成由一把密钥和前面几个词共同算出来的数。你读这段文字，感觉不到任何区别。但拿着密钥的人，事后可以核对整段文字的选词序列，算出这段话有多大概率是 Claude 写的。

官方打了个比方，我觉得很好懂。想象玩大富翁，本来每回合掷骰子决定走几步。现在改成翻一本圆周率的小数位表，从某一位开始依次往下读，读到几就走几步。对玩家来说每一步照样是随机的，游戏体验没有任何变化。但事后拿走步记录去对圆周率，就能判断这盘棋的走法到底出自圆周率，还是出自骰子。

有几件事官方讲得很明确，值得记下来。

文字里没有添加任何东西，也没有隐藏字符，水印长在选词的规律里。它不额外消耗 token，价格和速度都不变。它也不会让模型去选一个本来不会用的词，官方举的例子是模型不会突然蹦出 nubilous 这种几乎没人认识的生僻词。最重要的一条，水印里不含任何身份信息，查不到具体是哪个人、哪家公司、哪段对话，它只回答一个问题，这段文字是否可能经过 Claude 处理。

会不会让 AI 写得变差？官方说内部测试没有发现影响。这套方法叫 SynthID-Text，由 Google DeepMind 在 2024 年发表在《自然》杂志上，源头可以追到 2022 年 Scott Aaronson 的提案。Google 在自家 Gemini 的真实用户里做过对照实验，一部分人悄悄用上了带水印的版本，对比两组用户的点赞点踩，统计上没有差异。

它能查出什么，查不出什么

这部分是最容易被标题党带偏的地方，官方其实把边界写得很老实。

它查不出的东西不少。它分不清「Claude 从头写的」和「你写了初稿、Claude 帮你大改的」，只能说 Claude 可能参与过。它不能反过来证明一段文字是人写的。它也查不出别家的 AI，别家有别家的密钥和方案。前面说过，它更查不到用的人是谁。

有几种场景水印天生就弱。太短的文字不行，可供选择的词太少，信号不够。纯事实的句子不行，「牛顿最著名的著作叫《自然哲学的数学原理》」，下一个词没有第二种写法，水印无处安放。校对也几乎不行，你写三千字丢给 Claude 改错别字，它动了二十来处，剩下 99% 的词都是你的，那点改动留不下足够的信号。

也有信号特别强的场景。翻译就是，因为译文里每个词都是 Claude 选的，水印拉满。新智元点出了这里面的错位，你写了一篇中文文章让 AI 翻成英文，思想和观点全是你的，可从水印看，这篇英文浑身都是 Claude 的痕迹。代码介于两者之间，必须精确的地方插不进水印，注释和变量名这些有选择余地的地方可以。

还有一条大家最关心的。轻度编辑大概率去不掉水印，但把每个词都换一遍就没了。官方自己也承认，改到那个份上，这段文字还算不算 AI 写的，本身就值得商榷。

对了，检测工具现在还没上线。官方说很快会推出一个水印检测接口，细节还在敲定。也就是说，眼下水印已经在加了，但谁也没法查。