你用Claude寫的東西，即將能被全世界查出來！

就在剛剛，Anthropic發了一篇部落格，首次公開解釋了Claude文字水印的技術細節。

最新一批模型已經全部內建，老模型也在適配的路上。

從此，你的助手就成了Anthropic安插的臥底。

Anthropic這篇官博很長，核心就這幾條：

怎麼加的？在選詞環節動了手腳，把隨機數換成了金鑰推導的數。你讀不出來，但拿著金鑰的人驗得出來。

對輸出有影響嗎？官方說沒有。Google拿Gemini做過AB測試，使用者打分沒有差異。

被誰逼的？歐盟AI法案要求標記AI生成內容，全球適用。

有什麼坑？幫你校對的時候測不出來，幫你翻譯的時候全是水印。短文字和純事實幾乎無效，而且分不清是Claude寫的還是Claude改的。

能洗掉嗎？有研究稱用釋義工具跑一遍就能移除98.3%的水印，成本只要4美分。

檢測API？Anthropic說「即將推出」，但細節至今未定。

Claude寫字是一個詞一個詞蹦的。每蹦一個詞之前，先算出一堆候選詞，每個帶一個機率。

當好幾個詞機率差不多的時候，選誰都行。「陰沉的天空」和「灰濛蒙的天空」意思一樣，選那個純看隨機數怎麼擲。

以前這個隨機數沒有規律，誰也預測不了。現在Anthropic用金鑰算出一串有規律的數把它給替掉了。

最狠的是，Claude不會因此寫出彆扭的句子，也不會突然蹦出一個你沒見過的生僻詞。

但拿著金鑰的人，可以直接從你的文字裡把規律給驗出來。

餐廳裡紅燒肉和糖醋排骨都68塊，口味一樣好，服務員推薦那個看心情。

現在餐廳給服務員發了一本暗號本，上一桌點了魚就推薦紅燒肉，點了雞就推薦糖醋排骨。

一周下來，兩道菜賣出去的總量沒什麼變化。但經理翻一遍點單記錄，就知道那些推薦是按暗號本來的。

這個思路最早是Scott Aaronson 2022年還在OpenAI時提出的。GoogleDeepMind接過去做成了產品級方案SynthID-Text，2024年發在Nature上。

Google曾拿自家Gemini做過實測。他們給一部分真實使用者悄悄開了水印，然後對比有水印和沒水印的使用者反饋，結果發現點贊和點踩在統計上並沒有顯著差異。

值得一提的是，這跟市面上Pangram之類的AI檢測工具完全不同。

那些工具沒有金鑰，只能靠猜文風，猜錯是常態。但有了水印之後，就不用猜了，直接拿驗金鑰就行。

Anthropic官博裡有這麼一句：水印只作用於Claude「選擇」的詞。

你寫了一篇中文文章讓Claude翻成英文。每個英文詞都是Claude選的，水印訊號拉滿。但思想和觀點全是你的。

大部分位置需要精確輸出，水印插不進去。但註釋和變數命名有自由度，水印能嵌進去。

至於會不會產生bug，Anthropic說可以忽略不計。

但對工程師來說，「可以忽略」從來不等於「沒有」。

寫個一兩百字的郵件回覆，可選擇的詞就那麼幾個，水印根本留不下什麼。

「牛頓最著名的著作叫做Principia……」後面只能跟Mathematica，沒有第二個選項。越是精確表達，水印越沒有發揮空間。

你寫了三千字的文章丟給Claude改錯別字。它改了二十來個地方，整篇文章99%是你寫的。那二十個改動裡，水印確實留不下多少痕跡。

但問題是，你怎麼證明那99%是你自己寫的？

矽谷知名科技博主Ben Thompson直接開炮：「我很慶幸自己從來沒養成把校對稿直接複製貼上的習慣。」

而且就算水印測出來了，它也回答不了一個關鍵問題：這段話是Claude從頭寫的，還是你寫了初稿、Claude幫你大改的？

Anthropic自己承認，水印只能判斷Claude「可能參與過」，再細就分不了了。

換句話說就是，用過Claude的人，一律得準備自證清白。

2026年7月的一項研究發現，這種水印的移除率，高達98.3%。

具體來說，研究者把帶水印的文字丟進AI釋義工具，讓AI換個說法重寫一遍。

其中，59篇被檢出水印的文字裡，跑完之後58篇的水印直接消失。

按當前定價，處理一篇千字文章大約4美分。

而且檢測API一旦公開，矛盾還會進一步加深。

因為任何人都能拿它反向最佳化，改一個詞跑一次檢測，直到水印訊號降到安全線以下。

密碼學裡管這叫「逃避預言機」。

所以Anthropic的檢測API至今「即將推出」，細節「仍在確定中」。

不過，就算把這些技術問題全部解決，也依然繞不開一個更根本的問題：

你不會因為用Word寫文章，就把Word列為共同作者。

而Anthropic的這種水印，無異於要求一支圓珠筆宣傳自己是作者。

一段文字被追溯到Claude，然後呢？

按照Anthropic官方的說法，水印不改變作品所有權，也不改變法律責任歸屬。

所以現實就是：你的助手留下了記號，但這個記號既證明不了你有罪，也保護不了你清白。 (新智元)

萬能的開發者老哥，已經光速搓出水印移除skill。

沒想到吧？你有張良計，我有過牆梯。

項目名稱也很直給，就叫watermarks-remover（水印移除器）。

上線僅一天，直接爆爆爆爆火！GitHub狂攬2.6k stars。

原作者Guillaume Meyer的𝕏推文，瀏覽量也眼瞅著要衝破200萬了。

嚯！原來大家都在悶聲發大財啊（doge）

而且人老哥有多靠譜呢，不僅把橙色小螃蟹給俘虜了，就連在一旁觀望的Gemini、OpenAI也沒放過…..

不過老哥溫馨提醒，這玩意兒也不是萬能的。有些東西能洗，有些只能賭一把嘍。

Be like就有網友曬圖：Claude直接拒絕了你的請求～

原因也很簡單，現在A社壓根還沒公佈水印技術，都是網友自發在猜：

不過問題不大，反A鬥士已經全員出動，接下來只管follow。

還真別說，這老哥手速快到離譜。

A社剛宣佈要在新款Claude的生成文字中嵌入隱形水印，第二天，skill就被造出來了。

光一天時間，就更新了四個版本。

按照Anthropic的官方說法，新水印會直接進入文字，複製貼上也會跟著走，經過一定程度的編輯後仍可能保留。

Claude生成的PNG、JPG、SVG等檔案，還會攜帶C2PA數位簽名中繼資料。

watermarks-remover目前主要針對的就是這裡的中繼資料，內含三層清洗手段。

具體包括零寬空格、零寬連接符、文字方向控制符和特殊空格等。它們夾在文字中間不佔寬度，人眼看起來一切正常，程序卻能讀出多餘的Unicode碼點。

這種也最好處理，只需要逐個檢查字元，發現異常、直接刪除，也是當前skill確定完成的真·擦除。

第二層，是檔案裡的C2PA、EXIF、XMP以及文件屬性。

skill支援PNG、JPEG、SVG、PDF、DOCX、ODT、HTML和Markdown等格式，可以把檔案來源資訊碼掉。

第三層，才是最麻煩的統計（token採樣）文字水印。

這也是網友們主要猜測的A社水印技術，水印會分散在全文文字中。

老哥表示，後續將針對性給出解決方案。

目前skill採取的辦法有點取巧的意味在，直接是呼叫另一個模型，對原文進行大幅改寫、回譯或者重新措辭，嘗試破壞原有的統計規律。

這樣做，到底能不能消除，就純看歐氣了。

BTW，作者建議，最好別用原廠模型。

拿Claude重寫Claude文字，很可能剛洗完，又被Claude蓋了一道章。

好消息是，skill支援接入本地Ollama或相容OpenAI介面的模型，效果並非精準移除，只能說盡力干擾，因人而異。

還需要等等A社公佈官方檢測器，或者善良的第三方工具。

Claude的水印技術，OpenAI早試過了

至於Claude用了啥秘密手段？網友們各有各的猜測，這裡po一個被提名最多的KGW。

GPTZero的CTO Alex Cui專門發了一篇長帖解釋這套機制。

他認為，前沿模型若想低成本、即時地流式輸出水印，大機率會參考KGW這類技術。

已知大模型每生成一個Token，都要從一堆候選詞中選擇下一個。

加入水印後，系統會把已經生成的Token與私有金鑰放在一起，計算出一個隨機雜湊值，再根據它調整下一個Token的採樣機率。

說白了，就是把候選詞隨機分成“綠名單”和“紅名單”，然後偷偷給綠名單加分。

如果單看一個詞，啥也看不出來。但等讀完一篇文章，落入綠名單中的Token超過了50%，就會聲稱文字帶水印。

所以這種水印不藏在格式裡，也不是刪除幾個零寬字元就能解決。

想打散，就得把相當一部分句子重新寫掉。最後很可能水印淡了，文字也淡了。

更有意思的是，OpenAI早就測試過類似方案。

2023年，OpenAI承認已開發出一種文字水印方法，內部測試精準率很高，也能抵抗局部改寫。

但它一直沒發，因為OpenAI內部調查發現，接近30%的受訪使用者都表示：

只要ChatGPT敢加水印，我就跑去對家模型。

哦對了，Gemini也整出了類似的水印技術，也沒發……

該說不說，還得是這些模型廠商雞賊啊，就A社頭鐵，先發為敬。

不過，等A社的水印反響出來後，OpenAI、Google、Meta估計也很快就跟上。。。

它們可都簽了歐盟的《AI法案》，其中強制規定，需要為AI生成內容提供機器可讀標記和檢測方案。

Grok 4.6剛打了個漂亮翻身仗，我實名支援Grok崛起！ (量子位)

同時作為內容消費者和內容創作者，最煩的兩件事一個是：文章明明是AI寫的，寫得還不怎麼樣，作者還不承認用了AI，說：手搓的，真辛苦，求求大家點贊關注轉發。

另一個是：文章真是我辛辛苦苦手搓的，剛發出來，後台就有評論：用AI寫的吧。

8月2日，歐盟《人工智慧法案》第50條的透明度義務正式生效，要求生成式AI的提供方給合成內容加上機器可讀的標記，並讓它能被檢測出來。違規最高罰1500萬歐元，或全球年營業額的3%。

配套的《AI生成內容透明度行為準則》6月發佈，7月通過適格性評估，簽署機構接近190家。

Anthropic在其中，並公佈了Claude的做法：8月2日之後發佈的模型，從上線那天起，生成文字將會包含嵌入式水印，而生成的檔案則會在支援的情況下包含數位簽名及來源中繼資料。

https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content

在此之前，關於「這段話是不是AI寫的」，所有爭論都建立在感覺之上。

破折號多、排比工整、愛寫「不僅僅是……更是」，會讓人感到有AI味。寫作者被質疑之後，除了重複說明這是自己寫的，拿不出任何證據。

本月有出版社開始在版權頁印上禁止將本書用於人工智慧訓練的字樣，負責人對媒體承認，真出了事也很難維權，但要表明態度。

大量沒有任何說明的AI內容正在流向普通讀者。搜尋結果裡，公眾號裡，電商詳情頁裡，新書的腰封和正文裡，都能看到AI的影子。

村上春樹尚未引進的新作，二手平台上已經出現AI中譯本電子書，標價1.78元。買的人未必在意譯者是誰，但他應該知道自己買的是什麼。

有人打過一個比方：大量使用AI生成卻不加標註的書，近乎以鴨腿冒充鵝腿。

上上個月，新出版的《飯圈紀實：愛、資料和權力》一書陷入AI爭議。

這種認知鴻溝，恰如深海魚與飛鳥的對話——前者在高壓黑暗中守護微光，後者在晴空下卻無從想像那束光的份量。

當棉花娃娃的臀部弧度成為情感寄託的聖物，當必勝客餐桌淪為愛的祭壇，「為愛買單」的浪漫敘事暴露出其殘酷本質——情感被量化成氪金資料，親密被異化為商務指標。——節選自《飯圈紀實》

不過，作者馬中紅的回覆是：「實事求是地講，我們就沒有用AI寫作。」她稱，「我們做了那麼多田野調查，我相信凡是讀過這本書的人，自己會有判斷。」

很多讀者對 AI 內容的接受度，其實比輿論顯示的高得多。工具書、說明文、客服回覆，只要有用，誰寫的沒那麼要緊。

國內高校推行論文AI率檢測之後，《荷塘月色》《流浪地球》這類作品被機器判為高AI率，一度成為笑談。

寫於1927年的散文能被判成機器生成，說明過去的判斷方式存在一定問題。

目前，水印提供了一條不同的路徑，它可以告訴你這段文字有沒有經過某個模型。

02. Claude是如何標記AI生成的內容的？

Claude用了兩種手段，一種針對文字，一種針對檔案。

第一種是嵌入式水印。模型生成文字時，把一層不可感知的訊號織進文字本身。你看不見它，它也不改變句子的意思、質量和可讀性。因為長在文字裡，複製貼上到別處它會跟著走，經過一部分編輯之後可能仍然留存。

水印加在模型層，這意味著它與具體產品無關。無論文字來自API、Claude應用、Claude Code還是Claude Cowork，無論直接呼叫還是通過AWS、Google Cloud訪問，標記都在。

第二種是簽名溯源中繼資料。Claude生成.svg、.png、.jpg這類檔案時，會附上一段簽過名的中繼資料，遵循C2PA標準。它記錄檔案經過Claude處理，同時具備防篡改能力。

檢測方面，Anthropic說會讓使用者和第三方查驗這兩類標記，技術文件隨後發佈。

以上是好消息的部分。也值得注意的是以下列出的侷限：

檢出水印，不等於內容是AI寫的。人們經常拿模型做校對、翻譯、摘要、格式轉換，原始的想法、文字、資料可能完全來自人，但輸出帶了標記。

檢出水印，也不等於你看到的還是當時那段文字。被標記的內容可能已經被改寫、被節選、被拼進別的材料裡了。

沒檢出，不代表沒用過AI。舊模型不帶水印；文字被大幅改寫、複述、翻譯過或者段落太短，樣本不夠，會導致檢測不出來；檔案的中繼資料在格式轉換、重新保存、截圖之後會被抹掉；某些平台、功能或檔案類型本來就不支援某一類標記。

所以一次檢測結果，最強也只能說明：這段內容可能經過Claude處理。

因而，不要把「可能經過處理」自動壓縮成「是AI寫的」，然後對這段文字帶有偏見。

今年多所學校第一次把AI率結果和答辯資格繫結，閾值從15%到40%不等。麻煩在於，不同平台對同一篇文章給出的結果能差二十多個百分點，原創內容被誤判的情況時有發生。

為了過線，有學生把學術論文改得越來越口語化。

電商和社交平台上，「降AI率」成了明碼標價的生意，幾十到幾百元不等，有商家這一項服務的累計銷量超過4000件。

已經有甲方在合同裡寫明交付物的AI生成比例上限，下一步大概就是把水印檢測寫進驗收流程。

那麼可以推想的是，同一家公司，人力資源在推AI培訓，交付那邊卻要求成果不能有AI痕跡。員工夾在中間，陷入兩難。

他最後只能把模型的輸出打開，另起一個文件，一句一句重新組織一遍。為洗掉痕跡花掉的時間，可能已經超過使用工具省下的時間。

有人把模型當打字機，有人當資料員，有人當一個會抬槓的對手，用來檢驗自己的論證。

現在，這幾種用法都會技術留痕。

反對一刀切，不等於所有用法都值得尊重。市面上確實堆著大量粗製濫造的AI內容，寫的人自己都沒讀第二遍。這些東西該被批評，只是批評的理由應該是它爛，而不是它出自AI之手。

「純人類手搓」正在變成一種身份標籤，甚至一種溢價。手工有它的價值，但把手工當成唯一的價值，也是一種偷懶。

大幅改寫會讓訊號散掉，翻譯一輪再翻回來同理，截圖轉文字能抹掉中繼資料，格式轉換和重新保存也可以，換一個不帶水印的模型更省事。這些操作的成本，全都低於重新寫一遍。

「降AI率」這門生意不會消失，它只會升級工具。既然閾值是硬性的，把文字喂給另一個模型洗一遍就是最經濟的解法。

公道地說，抬高成本本身仍然有意義。鎖擋不住職業的賊，擋的是順手的人。水印大概也是這個作用：讓順手抄一段變得麻煩，讓批次灌水的內容留下把柄，讓出版方在把AI翻譯當人工翻譯賣之前多猶豫猶豫。

當一個人知道自己每一次呼叫都會留下痕跡，他會把模型的回答當草稿，手動重寫一遍；把重要的東西留給自己，把不重要的丟給機器；或者在需要署名的場合乾脆不用。

也有相反的可能。標記普及之後，人們對於用了AI這件事或許會脫敏。

或許以後，沒標記的東西才可疑。

水印能回答的問題其實很窄，它回答不了這段文字背後有沒有人在負責。

署名的意義是「出了事你可以來找我」。一篇有人認真核對過事實、想清楚了邏輯、願意承擔後果的文章，中間用了多少工具，讀者其實不那麼關心。

水印落進文字裡，只是把一個很舊的問題重新問了一遍。誰寫的，從來沒有誰負責重要。 (創業邦)

彙整鉅亨號中所有使用「AI水印」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`