Anthropic宣布将在其新版Claude模型生成的文本中嵌入不可见水印,并在生成文件中包含经签名的来源元数据。该标记机制面向全球实施,不仅限于欧盟地区。需注意的是,检测到标记仅表明内容可能经过Claude处理,并不能直接证实内容由Claude创作。
目前,该标记适用于通过API、Claude应用程序、Claude Code、Cowork及Tag等渠道提供的受支持模型输出,同时也涵盖通过AWS、Google Cloud和Microsoft Foundry访问的输出内容。
合规承诺与行业背景
作为生成式AI模型及系统提供商,Anthropic已签署欧盟《人工智能法案》第50(2)条关于AI生成内容透明度的行为准则。自2026年8月2日起在欧盟推出的Claude模型将原生支持机器可读标记;此前发布的模型则处于过渡期,公司正积极推进相关适配工作。
截至7月底,欧洲委员会统计的签署方已达约190家。除Anthropic外,Google、Meta、Microsoft、Mistral和OpenAI等科技巨头均已加入涵盖机器可读标记与检测的供应商行列。值得注意的是,OpenAI曾于2024年9月放弃自有水印计划,内部调查显示添加水印可能导致近30%的ChatGPT用户减少使用频率。
技术实现原理与局限性
Claude的水印嵌入于模型层面,旨在不影响回复含义、质量或可读性的前提下保持标识完整。由于标记内嵌于文本之中,复制粘贴操作不会使其丢失,且在部分编辑过程中仍可能持续存在。
对于.svg、.png和.jpg格式的生成文件,系统将包含遵循C2PA开放标准的签名元数据,用于记录文件创建方式并验证是否被篡改。
然而,该技术存在一定局限:校对、翻译、摘要及文件转换等操作即使基于原始人类创作的内容,也可能触发标记;反之,若内容源自旧版模型、经过大量编辑或篇幅过短,则可能无法产生可检测信号。
根据欧盟法规豁免条款,仅辅助标准编辑且未实质性改变输入内容的系统可免于标记要求;经合格人工审查或编辑控制的已发布文本亦可免除披露义务。这意味着,Claude的标记可能出现在出版商本无义务标注的文案上。
Claude标记及其含义解析
来自受支持的Claude模型的文本
隐藏水印
受支持生成的文件
C2PA签名元数据
.SVG、.PNG、.JPG格式
人工撰写但经Claude处理的文本
编辑、翻译、摘要或转换后也可能带有标记
检测到标记 = 可能存在Claude处理
这并不能证明内容由Claude撰写
未检测到标记并不排除Claude参与的可能性。较旧模型、深度编辑或短文本可能不产生可检测信号。
水印抗编辑性与检测争议
官方支持文档尚未明确说明何种程度的编辑可移除水印。TechCrunch曾就此联系Anthropic寻求澄清,但截至发稿时未获回应。
GPTZero联合创始人兼CTO Alex Cui指出,文本水印理论上可被破解。他强调,强烈改写可能导致水印丢失,且现有免费工具已能绕过Google DeepMind的SynthID系统。不过,其测试对象并非Anthropic尚未公开的检测机制,而是其他前沿实验室的系统。
蒂宾根ELLIS研究所机器学习安全小组负责人Jonas Geiping表示,虽然改写可以去除水印,但并非所有改写均有效。要从长文档中彻底清除水印,必须移除足够多的原始措辞,粗略处理难以奏效。
实际应用影响与未来展望
在实际应用中,作者自行起草文稿后经Claude润色,或译者对他人文章进行翻译,最终文本均可能携带标记。因此,正面检测结果仅能证明Claude参与了生成过程,无法识别具体创作者身份。任何将水印命中视为作者身份证据的政策都将面临这一固有缺陷。
展望未来,Anthropic计划将标记功能扩展至2026年8月2日之前发布的模型,但尚未公布具体时间表。Alex Cui认为,公开检测机制具有双重效应:既为用户提供验证手段,也为去水印研究提供了测试目标。相比之下,Google将其SynthID验证功能保留在自有产品生态内。Anthropic虽表态将支持用户及第三方检测并发布技术文档,但具体访问形式仍有待明确。

