Claude 文本水印机制如何运作

未来的 Claude 模型生成的文本将包含水印。这是一种判断文本由 Claude 参与撰写的可能性的方法。我们以及其他几家主要 AI 提供商正在实施这一变更，以符合欧盟《人工智能法案》的要求。

在本文中，我们分享了一些关于我们所选水印方法如何运作、是否会影响 Claude 的输出，以及我们为何做出这一变更等问题的解答。概括如下：

• 我们采用的水印方法对 Claude 输出的质量或内容没有任何实际影响；
• 读者无法分辨带水印与不带水印文本之间的差异；
• 文本中不会添加任何内容，也不包含隐藏字符；
• 水印不需要额外的模型 token，也不会增加成本；
• 水印不携带任何身份识别信息，无法追溯到特定个人、组织或对话；
• 水印并非 Claude 独有。自 8 月 2 日起，欧盟要求服务其市场的 AI 提供商对 AI 生成的内容进行标记。其他主要模型开发商也已签署同一份《行为准则》，并将实施各自的水印方案。

什么是水印？

像 Claude 这样的大语言模型，其工作方式是逐词生成文本。每次模型决定下一个词时，都会从一组候选词中挑选，最终根据前文选择最合理或最有可能的那个词。以“今天的天气寒冷且……”这句话为例，下一个词几乎不可能是“甜腻的”，但很可能是“阴沉的”或“灰蒙蒙的”。在大多数情况下，模型最终选择这两个词中的哪一个，对读者来说差别不大——无论选哪个，句子的含义大体相同。在这种情况下，选择便由随机数来决定。

水印技术正是利用这类低风险选择——在生成文本中会出现许多次——在 Claude 的回复中留下一种模式。这种模式对读者来说无法察觉，但任何持有编码密钥的人都可以检测到它。使用水印时，选择仍然是随机做出的，但随机性的来源有所不同。水印技术不是使用任意的随机数生成器来挑选下一个词，而是使用密钥和前面的几个词来决定模型应该选择哪个词。也就是说，Claude 选择的词仍然是随机的，但现在，人们可以检查词的序列，看它是否与 Claude 在使用密钥时会做出的选择一致。如果一致，就可以计算出该文本由 Claude 生成的概率。

重要的是，这并不意味着模型现在会总是偏向于“阴天”或“灰色”这类词。正如无水印文本一样，某个句子可能选择“阴天”，下一句可能选择“灰色”，具体取决于前面的词语。而且，水印方法并不会促使 Claude 去选择一个它本来不会考虑的词（例如，它不会让 Claude 选“nubilous”这种词——这是“阴天”或“灰色”的一个生僻¹同义词，Claude 在正常情况下几乎肯定不会使用）。

水印如何影响 Claude 的输出？

水印不会影响 Claude 输出的质量。对读者而言，带水印的回复与不带水印的回复无法区分（从这个意义上说，AI 水印与纸币、其他实体物品以及某些数字文档上的同名水印有很大不同，后者是肉眼可见的）。

在内部测试中，我们没有发现水印对 Claude 文本的内容、创意水平或可读性产生任何影响。在介绍我们所采用技术的SynthID-Text 论文中，Google DeepMind 通过将使用水印的模型服务于其部分 Gemini 流量，并比较点赞和点踩评分来测试这一影响。他们发现，与无水印模型相比，没有统计学上的显著差异。在一项对照研究中，人工评估者并排比较带水印和不带水印的答案，也未发现质量上的差异。

一个有用的类比是：想象你在玩大富翁之类的游戏。每轮中，每位玩家根据骰子的点数在棋盘上随机移动若干格。假设我们不用骰子来产生这种随机性，而是改用一本圆周率数字的书。²我们从随机选定的一个数字开始（比如小数点后第 1,012,845 位，恰好是 6），从那一刻起，每位玩家只需依次使用序列中的下一个数字作为自己的下一次“掷骰”。

从所有实际效果来看，这些移动仍然是随机的：无论随机性来自圆周率还是每次掷骰子，对玩家而言——或对游戏结果而言——都没有区别。但如果我们能在游戏结束后看到所有移动的序列（并且我们知道圆周率的值），我们就能判断出这局游戏是否可能使用了圆周率来决定移动。使用圆周率的那局游戏，在某种意义上就是“带水印”的。

Claude 生成的文本也是如此。水印不会改变阅读者的体验或文本含义，但如果你事后想核查某段文本是否很可能由 Claude 生成，水印就能让你做到这一点。

你们具体使用哪种水印方法？

Claude 的文本水印是 Google DeepMind 于 2024 年在 《自然》 论文 中发表的 SynthID-Text 方法的一个版本。它属于一个可追溯至 2022 年 Scott Aaronson 提议的方法家族，所有这些方法都遵循我们上文所述的相同设计原则——水印只改变用于在词语之间进行选择的随机性来源。

水印的有效性存在一些局限。使用我们的密钥，只能回答这样一个问题：“这段文字有多大的可能性是部分由 Claude 撰写的？”它无法确认文本是否由人类撰写，也无法判断文本是否由其他 AI 撰写（即使那个 AI 也使用水印，它也会有不同的密钥；它甚至可能使用完全不同的水印方法）。在样本量较小的情况下，检测水印的效果也不理想，因为可供选择的词语较少，可依据的信息也就更少。随着段落长度的增加，对 Claude 参与程度的置信度也会随之提高。

在事实性段落中，水印的分布较为稀疏，因为在不降低文本准确性的前提下，可供选择的词语较少。例如，句子“艾萨克·牛顿最著名的著作名为 《原理》……”中，下一个词是否为“《数学》”至关重要（这是唯一正确的答案），因此水印将无从着力。校对的情况也是如此。如果你把一篇文章交给 Claude，并要求它只修改语法和标点、不做其他改动，那么水印只能存在于那为数不多的几处修正中，而这些修正可能太少而无法被检测到。

那么，如果 Claude 只是校对或编辑了人类撰写的文本，这种情况又如何处理？

水印仅适用于 Claude 自己选择的词汇。当 Claude 校对人类撰写的文本时，它返回的内容通常只经过轻度编辑；由于几乎所有词汇都出自人类之手，水印几乎（甚至完全没有）可以附着的地方。具体取决于文本长度以及 Claude 编辑的幅度，这些改动可能不足以让 Claude 的参与被检测出来。Claude 写得越多，它需要做出的决策就越多，水印可嵌入的空间也就越大。

那代码呢？

正如我们上文所述，AI 水印利用的是那些两种词汇选择同样合理的决策点。当需要精确输出时——即不存在选择余地，若选用其他词汇会导致事实错误或代码无法运行时——水印便不会被应用。

例如，一旦模型写出了“2 + 2 =”，下一个 token 就存在一个非常明确的最佳选择（如果模型是在完成求和运算，没有任何答案能与“4”同样合理；如果它是在谈论乔治·奥威尔的《一九八四》，也没有任何答案能与“5”同样合理）。水印的“轻推”在这里不会被应用。出于同样的原因，代码——在很多情况下必须精确无误——相比其他形式的文本，通常被嵌入水印的程度也更低。

话虽如此，在代码中存在对特定词语或术语的任意选择时，可以使用水印，例如代码中的注释。但顾名思义，它对实际生成的代码产生的影响微乎其微。

这对用户意味着什么？

这会拖慢模型速度，或使其成本更高吗？

不会。水印对模型速度的影响微乎其微，而且由于它不会产生额外的模型 token，模型的提供和使用成本保持不变。

水印能否被追溯到我的个人或组织身份？

不能。水印应用于 Claude 及其输出内容。它不识别任何与个人用户相关的信息。水印本身或其密钥中不包含任何能让任何人恢复出用户、其组织或与 Claude 对话内容相关信息的内容。

为什么要给 Claude 的输出添加水印？

我们正在实施水印技术，以符合欧盟《人工智能法案》的要求。Anthropic 与其他几家主要 AI 模型提供商以及约 190 家签署方 一起，于 2026 年 7 月签署了欧盟《AI 生成内容透明度行为准则》。该准则要求 AI 系统提供商采用“标记”AI 生成文本的方法。我们将在发布时在全球范围内应用水印，因为目前我们还没有一种持久的方法来按地区限定其适用范围。不过，我们将继续评估不同的方法，并在有进展时分享更新。

其他问题

如何检查一段文本是否由 Claude 撰写？

我们将以私有预览形式发布一个检测 API。目前，该 API 可供符合欧盟法律要求的合格组织使用（例如监管机构、执法部门、媒体、事实核查机构、独立研究人员、教育组织以及欧盟民间社会团体）。对于同样有义务验证水印以遵守该法案的企业，该 API 也可供其使用。我们计划逐步扩大检测 API 的访问范围。您可以在此处登记访问意向。

图像和其他文件呢？

当 Claude 生成受支持类型的文件（如 .png、.jpg 或 .svg）时，它会在文件元数据中附加一条内容凭证，形式为一段经过加密签名的小型备注，说明该文件由 Claude 制作或处理。这是一项开放的行业标准，名为 C2PA——相机厂商和照片编辑软件也使用同一标准来记录图像的来源。任何支持 C2PA 的工具都能读取该凭证；我们也将提供自己的工具，让你可以拖入文件进行检查。

这种元数据标签与水印截然不同。文件本身没有任何变化——它既不是嵌入式的，也不是隐藏式的。与文本一样，该凭证仅说明 Claude 参与了文件的制作，不包含任何身份识别信息。

难道不能通过编辑文本来绕过水印吗？

在某种程度上，可以。轻度编辑可能无法完全去除水印；但如果彻底重写、替换每一个词，水印就会被去除。当然，在后一种情况下，这段文本是否还能被称为 AI 生成的内容，本身就值得商榷。

水印实际上能证明什么？

水印只能判断 Claude 很可能在某个环节参与了内容的生成。它无法区分“Claude 撰写了这段内容”和“Claude 对这段内容进行了大量编辑”。

水印适用于翻译内容吗？

是的。Claude 生成的译文带有水印，因为在这种情况下，每个词都是由 Claude 选择的。

那较旧的 Claude 模型呢？

欧盟法律为 2026 年 8 月 2 日之前推出的 Anthropic 模型设置了过渡期，我们正在努力为这些模型也添加水印功能。这项工作将在未来几个月内逐步推出。

这与 AI 检测软件（如 Pangram）有何不同？

AI 检测软件使用的方法不同，因为提供这些服务的公司没有我们的密钥。除其他方法外，这些服务会考察文本的某些方面，比如 AI 措辞中经常出现的细微（有时也不那么细微的）"破绽"。例如，AI 模型似乎偏爱"这不是 [X]，而是 [Y]"这样的句式，而且使用"quietly"一词的频率远高于你的预期。捕捉这些模式与检查水印在本质上是不同的。

这会改变某个输出的所有权归属，或谁对其承担法律责任吗？

不会。水印只用于帮助检验内容是否可能由 Claude 生成或处理。它不涉及所有权或作者身份的任何信息，也不会改变用户在我们条款下的权利。只有当 Claude 参与了内容或文件的处理时，我们才会应用水印。

更新于 2026 年 9 月 1 日：提供了关于水印检测 API 的最新信息。

脚注

1. 或者，你也可以说 nubilous——这个词同样是“晦涩难懂”的同义词。
2. 圆周率在技术上是可预测的，但从圆周率中间某处截取的任意一串数字，与掷十面骰子得到的一串结果无法区分。另外，暂且不论《大富翁》中的骰子点数范围是 1 到 6，而圆周率的每一位数字可以是 0 到 9——这个类比并不完美。