Claude 文本水印是怎么做的
来自 Anthropic News · 期号 2026-08-14
摘要
Anthropic 公布了 Claude 文本水印的技术方案。 大模型生成文本时，在多个合理候选词之间（比如“overcast”和“grey”）的选择由随机数决定。水印利用这些低风险选择，在响应中留下一个对读者不可见的模式。 水印不影响输出质量、创造性和可读性，不增加 token 消耗，不添加隐藏字符，也不携带任何个人或组织身份信息。 这一改动是为了满足欧盟 AI 法案的要求。自 2026 年 8 月 2 日起，面向欧盟市场提供 AI 服务的厂商必须标记 AI 生成内容。其他主要模型开发商也已签署同一份行为准则。 Google DeepMind 在 SynthID-Text 论文中测试了该技术，在 Gemini 流量中对比水印与非水印版本，未发现用户满意度有统计显著差异。
深读
导读 Anthropic 公布了 Claude 文本水印的技术方案。水印利用模型在低风险候选词（如“overcast”和“grey”）之间的随机选择来嵌入一个不可见的模式，不影响输出质量、可读性或 token 消耗。这是为了满足欧盟 AI 法案的要求，自 2026 年 8 月 2 日起生效，其他主要模型开发商也已签署同一份行为准则。 关键信息 - 水印利用的是模型在多个合理候选词之间的低风险选择，这些选择原本由随机数决定；水印改变的是随机性的来源，而非选择本身。 - 水印不影响输出质量、创造性和可读性，不增加 token 消耗，不添加隐藏字符，也不携带任何个人或组织身份信息。 - Google DeepMind 在 SynthID-Text 论文中测试了该技术，在 Gemini 流量中对比水印与非水印版本，未发现用户满意度有统计显著差异。 - 水印在事实性强的段落（如“Isaac Newton’s most famous work was called Principia Mathematica”）和代码中作用有限，因为那些地方没有低风险选择空间。 - Anthropic 将提供水印检测 API，同时为 Claude 生成的图片等文件附加 C2PA 内容凭证（元数据签名），而非水印。 逐节讲解 水印的原理 大模型生成文本时，每次从候选词列表中选一个。在“The weather today was cold and…”这个句子里，下一个词不可能是“sugary”，但“overcast”和“grey”都是合理选择，对读者来说意思差不多。这种情况下，模型原本靠随机数决定选哪个。水印的做法是：不改变“随机选择”这个事实，但把随机数的来源换成一把密钥和前面几个词。这样，事后用同一把密钥检查词序列，就能算出这段文本由 Claude 生成的概率。水印不会迫使模型选一个它本来不会考虑的冷僻词（如“nubilous”）。 水印对输出的影响 水印对读者不可见。Anthropic 内部测试未发现对内容、创造力或可读性的影响。Google DeepMind 在 SynthID-Text 论文中，将带水印的模型部署到部分 Gemini 流量中，对比点赞和点踩数据，未发现统计显著差异。受控实验中，人类评估者并排对比水印和非水印回答，也看不出质量差异。文章用一个 Monopoly 游戏作类比：用圆周率 π 的某一位之后的数字序列代替每次掷骰子，对玩家和游戏结果没有影响，但事后可以检查出这局游戏是否用了 π。 水印的具体方法与局限 Claude 的水印是 Google DeepMind 2024 年发表在 Nature 上的 SynthID-Text 的一个版本，其设计原则可追溯到 Scott Aaronson 2022 年的提议。水印只能回答“这段文本有多大可能是 Claude 写的”，…