每一个词都在“被标记”：Claude 文本水印全曝光，AI 时代无痕输出彻底终结

每一个词都在“被标记”：Claude 文本水印全曝光，AI 时代无痕输出彻底终结

过去两年，全球创作者和开发者一直在用 Claude 写文案、改代码、出报告，心里揣着一个默认共识：只要我不说，谁也查不出这是 AI 写的。

但这个默契今天被 Anthropic 亲手终结了。

为了配合《欧盟人工智能法案》及《AI 生成内容透明度行为准则》，Anthropic 正式公布了 Claude 文本水印（Text Watermarking）的技术细节，并确认：由于无法做到按地域精准区分，文本水印将直接面向全球所有 Claude 用户强制上线。

更关键的是，官方检测 API 也即将推出。这意味着，只要你用 Claude 生成了文字，不管有没有复制粘贴，只要拥有密钥的检测端一查，就能在概率学层面瞬间判定“这段文本到底是不是 Claude 写的”。

AI 时代的“无痕输出”时代，真的彻底翻篇了。

伪随机的障眼法：SynthID-Text 到底是怎么把水印“焊”进句子的？

很多人以为 AI 水印是在文章里塞不可见的 Unicode 隐藏字符，或者加点特殊标点。这种低级手段随便改个格式就掉了。

Anthropic 采用的是 Google DeepMind 在《Nature》上发表的 SynthID-Text 算法。它的原理极其隐蔽，直接作用于大模型生成 Token 时的“伪随机性”：

1. 同义词选择的微调：大模型生成下一个词时，常常有几个概率相近的同义词（比如“阴沉”和“灰蒙蒙”）。正常情况下，模型用真随机数随便选一个。 2. 用密钥替代随机数：启用水印后，模型不再掷骰子，而是拿私有密钥和前序几个 Token 经过特定哈希算法计算出一个确定性伪随机数，来决定选哪一个同义词。 3. 统计学指纹累积：单独看一句话完全正常且自然，读者肉眼根本不可能察觉；但只要文本长度达到一定规模，这一连串由密钥引导的词汇选择就会在概率空间累积成一个无可辩驳的“数学指纹”。

官方虽然一再强调“不改变含义、不增加 Token 成本、质量无统计学显著差异”，但在长文本生成中，任何对纯粹概率分布的人为扭曲，都不可避免地会对模型的极端创造力带来不可逆的微小约束。

哪些地方会被打上水印？哪些又能“幸免”？

Anthropic 在博客中把用户最关心的几个场景也扒得清清楚楚：

– 长文本、文章、全篇翻译：100% 中招。只要是 Claude 从头到尾生成的完整文字，水印密度最高，检测置信度随着字数增加直奔 100%。 – 代码主体：大部分“免疫”，注释中招。代码语法极其严谨，像 `2 + 2 = 4` 或特定函数名根本没有同义词替换空间（强行替换会导致代码无法运行），因此代码主体几乎无法打水印，但代码注释中的措辞会被打上标记。 – 轻度润色与语法纠错：很难被检出。如果你给 Claude 一篇你自己写的 2000 字草稿，只让它改病句和标点，因为绝大部分词汇依然是你自己的，Claude 改变的选择太少，无法形成有效的统计学指纹。 – 重写能洗掉水印吗？ 除非你把每个词都重新换一遍或者彻底重构句式，否则轻度的同义词替换根本洗不掉底层的数学相关性。

Kate 的观点与判断

对于内容创作者、开发者以及所有把 LLM 接入工作流的人，我有三个大白话的判断：

1. “洗稿套壳”的灰色地带正在被法律与技术双重绞杀。过去靠 Claude 批量生成 SEO 文章、学术作业、商业报告的套利模式，很快将在官方检测 API 面世后迎来毁灭性打击。学校、平台和甲方不需要猜，调一次 API 就能拿到置信度报告。 2. “开源模型”将成为追求隐私与所有权用户的最后避风港。闭源巨头为了全球合规，必然会把水印、内容审计和行为追踪层层加码；而像 DeepSeek、GLM 这类权重完全开源、本地私有化部署的模型，没有任何官方密钥能强行给你加水印。真正的自由度正在加速向开源阵营转移。 3. 摆正人机协作的姿态：用 AI 辅助思考，而不是当全自动打字机。如果你的输出全靠 Claude 一键生成，那么它被贴上“AI 制造”标签是早晚的事；但如果你用自己的结构、观点与核心事实，仅把 AI 当作查证和表达润色的辅助工具，水印技术根本伤不到你分毫。

机器的归机器，人类的归人类。给 AI 打上水印不是末日，它只是撕掉了那些假装自己很有才华的伪装者的面具。