Anthropic 公布 Claude 文本水印方案，可检测 AI 生成内容

Anthropic 公布了一套专为 Claude 聊天机器人生成内容设计的全新水印系统细节。该公司表示，这项技术不会降低回复质量，普通用户完全无法察觉水印的存在，但搭载密钥的专用检测系统可以识别出水印。

Anthropic 引入该水印，是为了遵守欧盟《人工智能透明度准则》。该准则要求采用技术手段，能够识别出由人工智能生成的内容。

基于 SynthID-Text 的隐形标记

Anthropic 采用的水印方案为 SynthID-Text，由 Google DeepMind 团队于 2024 年发布。其核心机制并非在文本中插入可见符号或元数据，而是利用语言模型生成过程中的“选择自由度”嵌入统计模式。

具体而言，当 Claude 在生成过程中面临多个语义相近的候选词时（例如“happy”与“joyful”），系统会在不影响语义和流畅度的前提下，依据预设算法优先选择特定词汇。这些看似随机的“低风险选择”组合起来，便构成了一段可被检测的隐藏序列。

对读者而言，带水印的文本与自然生成的文本在可读性、逻辑性和风格上完全一致；但对持有检测密钥的系统来说，这种统计偏差足以确认内容的 AI 来源。

为便于第三方验证，Anthropic 计划开放一个专用 API，允许开发者、平台或监管机构提交文本以核查是否含有 Claude 水印。

该水印机制依靠识别文本内特定模式实现。举例来说，当 Claude 在多个同义词语之间做选择时，系统会利用这类 “低风险” 选词机会构建隐藏模式。对于阅读者而言，携带水印的文本和普通文本看不出任何区别。

不过，文本经过编辑后，水印可能部分失效或是被完全清除。Anthropic 称，轻度编辑基本无法彻底去除水印；但如果对文本大幅改写、几乎替换全部词汇，水印就会消失。

倘若 Claude 只是对人类撰写的原文做少量修改，水印将很难被检测到。该公司解释，这种场景下绝大部分文字依旧来自人类创作，水印系统几乎没有可嵌入标记的空间。

对于程序代码，水印效果会更弱。原因在于模型编写代码时，可供选择的等效表达方式十分有限。不过，水印标记可以施加在注释这类代码元素上。

Anthropic 同时强调，并非只有 Claude 会启用文本水印。其他签署了欧盟相关行为准则的主流大模型厂商，也计划落地各自的内容标记系统。

值得一提的是，并非所有用户都认可这次改动。部分用户在 Reddit 发帖吐槽，认为这套水印本质是追踪用户，属于无端对用户进行怀疑。也有观点认为这类标记机制十分虚伪，尤其 Claude 本身就在使用其他企业研发的技术来产出内容。