Anthropic 周五发布博客文章，旨在解答关于其聊天机器人 Claude 生成文本添加水印的基本问题，包括水印工作原理、编辑能否隐藏以及对代码的影响。
自本周早些时候 Anthropic 透露将实施水印操作以遵守欧盟《人工智能法案》透明度准则以来，用户对此举措争议不断。Reddit 上有发帖者称此举是针对无辜用户的阴谋，或认为“不想这样做只是为了欺骗人们”；Business Insider 亦报道称，有数十名 X 平台用户因此取消了 Claude 订阅。
Anthropic 在新帖中概述了水印概念：在进行“低风险选择”（如用“多云”还是“灰色”描述天气）时，Claude 可在回复中创建一种对读者不可见、但持有编码密钥者可检测的模式。该公司强调：“水印不会影响 Claude 输出的质量，带有水印的回复与不带水印的回复无法区分。”
具体而言，Anthropic 将采用 Google DeepMind 团队 2024 年提出的 SynthID Text 方法，并计划发布水印检测 API。同时指出，该水印与 Pangram 等公司通过识别写作“迹象”（如“这不是 [X]，而是 [Y]”结构）来揭示 AI 使用的方法存在本质区别：“捕捉这些模式与检查水印从根本上是不同的。”
针对重写文本能否隐藏水印的问题，Anthropic 表示轻度编辑可能无法完全去除，而彻底重写并替换每个单词则有效。但公司也坦言：“在后一种情况下，当然有理由质疑该文本是否还能被描述为 AI 生成的。”
至于仅由 Claude 校对或编辑的文本能否检测到水印，取决于文本长度及编辑程度。若仅为轻度编辑，“几乎所有单词”均由人类撰写，则“几乎没有（或根本没有）可供水印附着的内容”。
此外，代码的水印效果应弱于其他文本类型，因为模型需生成可运行代码，缺乏在多种同等有效选项中进行选择的自由度。Anthropic 表示：“话虽如此，在代码中特定词汇或术语存在任意选择空间时（例如注释），可以使用水印，但从定义上讲，它对实际生成代码的影响微乎其微。”
Anthropic 还指出，Claude 并非唯一生成带水印文本的 AI 聊天机器人，“其他主要模型开发商已签署相同的《行为准则》，并将实施自己的水印机制。”