Anthropic详解Claude文本水印机制：为合规欧盟AI法案而生

Announcements

Claude 文本水印的工作原理

Aug 14, 2026

未来的 Claude 模型生成的文本将包含水印。这是一种判断 Claude 参与撰写该文本可能性的方式，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，我们分享了关于我们所选水印方法如何工作、是否影响 Claude 的输出，以及我们为何做出这一变更的一些问题解答。总结如下：

• 我们使用的水印方法不会对 Claude 输出的质量或内容产生任何实际影响；
• 带水印与不带水印的文本对读者而言无法区分；
• 不会向文本中添加任何内容，也不会包含隐藏字符；
• 水印不需要额外的 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，欧盟要求面向其市场提供服务的 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《实践准则》，并将实施各自的水印方案。

什么是水印？

像 Claude 这样的大型语言模型是通过逐词生成文本的。每次模型决定下一个词时，它会从一系列候选词中进行选择，最终根据前文选出最合理或最有可能的词。以“The weather today was cold and…”这个句子为例，下一个词不太可能是“sugary”。但很有可能是“overcast”或“grey”。在大多数情况下，模型最终选择这两个词中的哪一个，对读者来说并不重要——句子的意思无论如何都基本不变。在这种情况下，选择由一个随机数决定。

水印正是利用这类低风险的选择——在一段生成的文本中会出现很多次——在 Claude 的响应中留下一种模式。这种模式对读者来说无法察觉，但对任何拥有编码该模式的密钥的人来说，可以被检测到。使用水印时，选择仍然是随机的，但随机性的来源不同。水印并非使用任意的随机数生成器来选择下一个词，而是使用密钥和前面几个词来确定模型应选择的词。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，就可以推断出该文本由 Claude 生成的概率。

重要的是，这并不意味着模型现在总是偏向于“overcast”或“grey”。与不带水印的文本一样，某个句子中可能选择“overcast”，下一个句子中选择“grey”，这取决于前面的词。而且，水印方法并不会促使 Claude 选择它原本不会考虑的词（例如，它不会让 Claude 选择像“nubilous”这样的词——这是一个表示 overcast 或 grey 的晦涩同义词，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。对读者来说，带水印的响应与不带水印的响应无法区分（在这方面，AI 水印与纸币等其他物理物体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，我们没有看到水印对 Claude 文本的内容、创意水平或可读性产生任何影响。在介绍我们所使用技术的 SynthID-Text 论文 中，Google DeepMind 将使用水印的模型部署到其 Gemini 的部分流量上，比较点赞和点踩评分，以此检验上述影响。他们发现，与未加水印的模型相比，没有统计学显著差异。在一项受控研究中，人类评估者并排比较带水印和不带水印的回答，也没有发现质量差异。

一个有用的类比是，想象你在玩“大富翁”之类的游戏。每一轮，每位玩家都要根据掷骰子的结果在棋盘上移动随机数量的格数。假设我们不用骰子来提供这种随机性，而是使用一本记录 π 各位数字的书[2]。我们从一个随机选定的数字开始（例如小数点后第 1,012,845 位，这一位恰好是 6），此后每位玩家只需依次使用序列中的下一位数字作为自己的下一次“掷骰结果”。

无论从哪个角度看，这些移动仍然是随机的：对玩家来说，或者对游戏结果来说，这种随机性是来自 π 还是每次掷骰子，都没有区别。但如果我们在游戏结束后能看到所有移动的序列（并且我们知道 π 的值），我们就能推断出这场游戏是否很可能使用了 π 来决定移动。使用 π 的游戏在某种意义上就带上了“水印”。

Claude 生成的文本也是如此。水印不会改变阅读者的理解或体验，但如果你想事后核查某段文本是否很可能由 Claude 生成，水印能帮你做到这一点。

你们具体使用哪种水印方法？

Claude 的文本水印是 Google DeepMind 在 2024 年发表于 Nature 论文 中的 SynthID-Text 方法的一个版本。它属于一脉可以追溯到 2022 年 Scott Aaronson 提议的方法；这些方法都遵循我们上面描述的设计原则——水印只改变用于在词语之间进行选择的随机性来源。

水印的有效性存在局限。使用我们的密钥，人们只能回答“这段文本有多大可能是部分由 Claude 写成的？”这个问题。它不能确认文本是否由人类撰写，也无法判断文本是否由另一个 AI 模型写成（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）。此外，对于小段样本，水印检测的效果不佳，因为可选择的词更少，可依据的信息也就更少。随着段落长度增加，对 Claude 参与写作的置信度也会提高。

在事实性段落中，水印会比较稀疏，因为在不降低文本准确性的前提下，可以做的选择更少。例如，“艾萨克·牛顿最著名的作品叫做 Principia……”这句话，下一个词是“Mathematica”非常关键（这是唯一正确的答案），因此水印没有任何可作用的空间。校对也是如此。如果你把一篇文字交给 Claude，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寥寥几处更正之中，可能少到无法被识别出来。

如果 Claude 校对或编辑了人类写的文本，该怎么办？

水印仅适用于 Claude 选择的词语。当 Claude 校对人工撰写的文本时，其返回的内容通常只经过了轻度编辑；由于几乎所有词语都出自原作者之手，水印几乎（或完全没有）可附着的内容。根据文本长度以及 Claude 编辑的力度，这些改动可能不足以使 Claude 的参与被检测到。Claude 写得越多，需要做出的选择就越多，水印可发挥的空间也就越大。

代码呢？

正如我们上面提到的，AI 水印利用的是那些任选其一的词语都同样合适的决策点。在需要精确输出的地方——即没有选择余地，若换成其他术语会导致事实错误或代码无法运行——水印不会生效。

例如，一旦模型写下了“2 + 2 =”，下一个词元就有了非常明确的最佳选择（如果模型在完成加法，就没有任何答案能与“4”一样好；如果是在谈论乔治·奥威尔的《一九八四》，也没有任何答案能与“5”一样好）。水印的“微推”在这里不会被应用。基于同样的原因，代码——在很多情况下必须精确无误——通常比某些其他形式的文本带有更少的水印。

话虽如此，在代码中某些特定词语或术语的选择属于任意性决策的领域，水印仍可使用，例如代码中的注释。但顾名思义，水印对实际生成的代码本身产生的影响微乎其微。

这对用户意味着什么？

这会让模型变慢，或使其成本更高吗？

不会。水印对模型的速度影响极小，而且由于它不会产生额外的词元，模型的提供和使用成本保持不变。

水印能否被追溯到个人或所属组织？

不能。水印仅适用于 Claude 及其输出内容。它不会识别任何与个人用户相关的信息。水印或其密钥中没有任何内容能让任何人恢复关于用户、用户所属组织或用户与 Claude 对话的任何信息。

为什么要对 Claude 的输出添加水印？

我们实施水印是为了遵守《欧盟人工智能法案》。Anthropic 与其他几家主要 AI 模型提供商以及约190 个签署方一起，于 2026 年 7 月签署了《欧盟关于 AI 生成内容透明度的实践准则》。该准则要求 AI 系统提供商采用“标记”AI 生成文本的方法。我们在发布时于全球范围内应用水印，是因为目前还没有一种持久的方法按地区区分范围。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？

我们很快将提供水印检测 API。我们正在制定具体实施方案的细节。

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，它会在文件的元数据中附加一个内容凭证，形式为一条经过加密签名的简短信息，说明该文件由 Claude 制作或处理。这是一种开放的行业标准，称为C2PA——与相机厂商和照片编辑软件用来记录图像来源的标准相同。任何支持 C2PA 的工具都能读取该凭证；我们也将在自有工具中提供上传文件即可查验的功能。

该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，也不是隐藏的。与文本一样，凭证仅说明 Claude 参与了文件的生成，不包含任何身份识别信息。

难道不能通过编辑文本绕过水印吗？

在一定程度上，是的。轻度编辑可能无法完全去除水印；而彻底重写、替换每个词则可以。当然，在后一种情况下，能否再称其为AI生成的内容就值得商榷了。

水印实际上能证明什么？

水印只能确定Claude可能在某个时刻参与了内容。它无法区分“Claude写了这个”和“Claude大量编辑了这个”。

水印适用于翻译吗？

是的。由Claude生成的翻译带有水印，因为在这种情况下每个词都是由Claude选择的。

较旧的Claude模型呢？

欧盟法律为2026年8月2日之前推出的Anthropic模型设定了过渡期，我们也在努力为这些模型添加水印。这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检测软件使用不同的方法，因为提供这些服务的公司没有我们的密钥。这些服务会分析文本中的一些特征，比如AI措辞中常出现的细微（或不太细微的）“痕迹”。例如，AI模型似乎喜欢“这不是[X]，而是[Y]”的句式，并且使用“悄悄地”这个词的频率比你预期的要高得多。捕捉这些模式与检查水印有着根本的不同。

这会改变特定输出的所有权或法律责任归属吗？

不会。水印只是帮助检测Claude是否可能生成或处理了内容。它不涉及所有权或作者身份，也不会改变用户在我们条款下的权利。我们只在Claude参与处理内容或文件时应用水印。

脚注

1. 或者，你也可以说nubilous——这也是“模糊”的同义词。
2. 从技术上讲，圆周率是可预测的，但从圆周率中间某处取出的一串数字，与掷十面骰子得到的一串结果无法区分。另外，暂且不考虑Monopoly中的骰子是1到6，而圆周率的数字可以是0到9，这个类比并不完美。

相关内容

改进Fable 5的生物安全保障

Read more

Mariano-Florentino (Tino) Cuéllar将加入Anthropic担任首席全球事务官

Mariano-Florentino (Tino) Cuéllar将加入Anthropic，担任其首位首席全球事务官。

Read more

调查我们网络安全评估中的三起真实世界事件

Read more