8月16日消息，自2026年8月2日起，欧盟《人工智能法案》中关于AI生成内容标记的要求正式生效。作为响应，Anthropic公司宣布其Claude模型将全面部署文本水印技术，成为首批落实该要求的AI提供商之一。
近日，Anthropic官方发布博文，详解Claude 文本水印的工作原理。
水印原理：利用“低风险选择”留下隐形痕迹
与人们熟悉的钞票水印或数字文档可见标记不同，AI文本水印是一种对读者完全透明的技术手段。据Anthropic官方解释，大语言模型的工作方式本质上是逐词生成，每次从一组候选词中选择最合理的一个。例如，在“今天天气寒冷且……”这个句子中，“阴沉的”和“灰暗的”都是合理选择，且对句意影响甚微。
水印技术正是利用这类“低风险选择”来嵌入可检测模式。具体而言，模型不再使用任意随机数生成器来决定选词，而是依靠一个特定密钥和前文若干词来做决定。生成文本中的词序列会呈现出一种特定模式，持有密钥的检测方即可计算该文本由Claude生成的概率，而普通读者完全无法察觉。
质量无损
针对用户普遍关心的输出质量问题，Anthropic强调水印对Claude的回复内容、创意水平及可读性“没有任何实际影响”。这一结论得到了第三方研究的支持：Google DeepMind在引入该技术的SynthID-Text论文中报告，通过对比Gemini流量中带水印与不带水印版本的赞踩比率，未发现统计学显著差异；在人类评估者并排比较的对照研究中，质量评分同样无差异。
值得注意的是，水印并非在所有场景下都同样有效。在事实性陈述（如“牛顿的著作名为《自然哲学的数学原理》……”）和代码生成中，由于候选词几乎没有选择余地，水印可附着空间有限。而在翻译任务中，由于每个词均由Claude选择，水印效果较为充分。短文检测置信度较低，随文本长度增加而提升。
隐私和成本
Anthropic明确表示，水印不携带任何身份识别信息，无法追溯到特定个人、组织或对话历史。“水印及其密钥中没有任何内容能让任何人恢复有关用户、其组织或与Claude对话的任何信息。”官方声明中如此强调。
在成本与性能方面，水印因不产生额外token，对模型速度影响可忽略不计，服务价格保持不变。对于经过人类少量编辑的文本，水印通常不会被完全移除；但若逐词重写，则水印会消失，在此情况下，文本是否仍可称为AI生成也存在争议。
检测工具与图像凭证同步推进
Anthropic透露，水印检测API即将上线，具体实施细节正在制定中。届时用户可借此验证一段文本是否可能由Claude生成。
过渡安排与法律合规
对于2026年8月2日前发布的旧版Claude模型，欧盟法律设置了过渡期。Anthropic正努力为这些模型添加水印，相关工作将在未来数月内陆续完成。该公司指出，水印本身不改变输出的所有权归属或法律责任，用户权利不受影响。
此次水印部署标志着AI内容可追溯性从自愿实践转向法定要求的拐点。随着欧盟《人工智能法案》的全面实施，约190家签署方将共同构建一个可验证、可追溯的AI生成内容生态。尽管水印技术仍有其局限性，例如无法区分“Claude撰写”与“Claude大量编辑”，也无法识别其他AI的输出，但无疑为AI内容透明度设立了新的基准。
