就在刚刚，Anthropic 正式发文解释了 Claude 文本水印的工作方式。
按照官方说法，为了满足欧盟对 AI 生成内容机器可读标记的要求，Anthropic 最终选择了 Google DeepMind 的 SynthID-Text 路线。由于目前还缺少可靠的区域区分方案，这套水印上线后还会直接应用到全球 Claude 用户。
至于水印咋加、能不能洗掉、拿 Claude 润色人类文章算不算、代码有没有中招、翻译咋办、未来咋检测…… 好家伙，大家关心的这些雷点，Anthropic 这波倒是基本全回答了一遍。
Anthropic 试图向大家疯狂暗示：放宽心，水印对 Claude 几乎没有实际影响。
但通篇看下来，比较难评的是博客描述文字水印的影响时疯狂叠 Buff 的几个限定词： 「大体相同」、「没有统计学显著差异」、「影响可以忽略」、「速度影响可以忽略」……
几乎没有影响终究不等于完全没有影响。就算眼下的跑分评测很难观察到明显的质量差异，也很难据此断言这种影响在所有任务、所有文本长度和长期使用中，都可以完全忽略。
尤其当水印真正进入 Claude 的日常生成以后，它是否会在某些场景中牺牲一点生成质量，最终影响用户体验，恐怕还需要打一个大大的问号。
最后附上原文翻译，enjoy it~
Claude 的文本水印是如何工作的
未来的 Claude 模型生成的文本将包含水印。
这种机制可以用来判断 Claude 参与撰写某段文本的可能性。为了遵守《欧盟人工智能法案》，我们正与其他几家主要 AI 提供商一起实施这一改变。
在本文中，我们会回答一些收到较多的问题，包括我们选择的水印方法如何工作、它是否会影响 Claude 的输出，以及我们为什么要做出这一改变。
简单概括如下：
我们使用的水印方法，在实际使用中不会对 Claude 输出的质量或内容产生影响；
对读者来说，带水印和不带水印的文本无法区分；
文本中不会添加任何额外内容，也不存在隐藏字符；
水印不需要额外消耗 Token，因此也不会增加使用成本；
水印不携带任何身份信息，无法追溯到某个具体的人、组织或聊天记录；
水印也不会是 Claude 独有的机制。自 8 月 2 日起，欧盟要求面向其市场提供服务的 AI 提供商对 AI 生成内容进行标记。其他主要模型开发商也签署了同一份《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，是通过一次生成一个词来工作的。
模型每次决定下一个词时，都会从一组可能的候选词中进行选择，最终根据前面的文本，选出最合理或概率最高的那个。
比如一句话：「今天天气很冷，而且……」
下一个词几乎不可能是「甜的」。
但很可能是「阴沉」或者「灰蒙蒙」。
在大多数情况下，模型最终选了后面这两个词中的哪一个，对读者来说其实没太大区别，因为句子的整体意思基本一样。
遇到这种情况时，具体选择通常由一个随机数决定。
水印利用的正是这种无关紧要的选择。
一段生成文本中会反复出现很多这样的选择，水印借此在 Claude 的回答中留下某种模式。
读者无法察觉这种模式，但任何拥有对应密钥的人都可以检测出来。
模型不会再使用任意的随机数生成器来选择下一个词，而是利用密钥和前面的几个词，决定应该选择哪个词。
换句话说，Claude 选择的词依然是随机的，但现在人们可以检查这一系列词语，判断它是否符合 Claude 在使用该密钥时会做出的选择。
如果符合，就可以计算出这段文本由 Claude 生成的概率。
需要强调的是，这并不意味着模型从此会一直偏向选择「阴沉」或「灰蒙蒙」。
和没有水印时一样，根据前面的词，一句话里可能选「阴沉」，下一句话又可能选「灰蒙蒙」。
水印机制也不会迫使 Claude 选择原本根本不会考虑的词。
比如，它不会让 Claude 突然选用 「nubilous」 这样的词。这是一个非常生僻的「阴沉、灰蒙蒙」的同义词，正常情况下 Claude 几乎肯定不会使用它。
水印会如何影响 Claude 的输出？
水印不会影响 Claude 输出的质量。
对读者来说，带有水印的回答和没有水印的回答无法区分。
从这一点来看，AI 水印和钞票、其他实体物品以及某些数字文档上的传统水印有很大区别，因为后者通常可以直接用肉眼看到。
在内部测试中，我们没有发现水印会影响 Claude 文本的内容、创造力水平或可读性。
介绍我们所使用技术的 SynthID-Text 论文 中，Google DeepMind 曾经专门测试过这种影响。
