Anthropic 为 Claude 全局加入水印
The Decoder··作者 Matthias Bastian
关键信息
Anthropic 表示，文本水印应当能够在复制粘贴后保留，并且“可能在某些编辑后仍然存在”，但大幅修改、翻译、重新排版或截图都可能去除这些标记。对于 .svg、.png 和 .jpg 等受支持文件，Anthropic 将基于 C2PA 标准确保签名来源元数据，并计划稍后发布验证工具。
资讯摘要
Anthropic 表示，作为其对欧盟《AI 法案》关于 AI 生成内容透明度行为准则的承诺的一部分，Claude 的输出将加入机器可读标签。根据公司说法，自 2026 年 8 月起，凡是在 8 月 2 日及之后面向欧盟发布的新 Claude 模型，都会内置这些标签，而这一要求并不会只局限于欧洲，而是会全球适用。Anthropic 计划对生成文本加入不可见水印，对生成文件加入签名来源元数据。这个标记机制会覆盖所有 Claude 产品，包括 API、Claude、Claude Code、Claude Cowork 和 Claude Tag。
对于文件，元数据将采用 C2PA 标准，用来记录数字内容的来源和编辑信息，并帮助发现后续篡改。Anthropic 还表示，这种水印不会影响文本的含义、质量或可读性，而且在复制粘贴后通常仍能保留，也“可能在某些编辑后继续存在”。不过，公司也明确承认该方案有局限：有水印并不意味着内容一定是 Claude 原创，因为用户常常会拿 Claude 来润色、翻译或摘要自己的文本；而没有水印也不一定代表 Claude 没有参与，因为旧模型、重度编辑、翻译、格式转换或截图都可能让标记消失。Anthropic 说它已经在为现有模型做改造，并计划推出验证工具供用户和第三方检查这些标签，但尚未公布具体时间。
资讯正文
Anthropic已在全球范围内为所有Claude输出添加水印，这些标记“可能会在某些编辑后依然保留”
要点
- Anthropic已签署欧盟《AI法案》关于AI生成内容透明度的行为准则，并将从2026年8月起为所有新的Claude模型配备可机器读取的标签。这一要求适用于全球。
- 文本将获得不可见水印，复制后仍会保留。图像等文件将按照C2PA标准附加经过签名的来源元数据。
- Anthropic承认这些措施存在局限：水印并不能证明内容就是Claude写的，因为人们经常使用AI来编辑或翻译自己的文本。大量编辑或格式变更也可能会彻底去除这些标记；不过，这些标记“可能会在某些编辑后依然保留”。
Anthropic已经签署了欧盟《AI法案》针对AI生成内容透明度的行为准则。从2026年8月开始，新的Claude模型将嵌入文本水印，并为文件附加经过签名的来源元数据。
将在2026年8月2日或之后于欧盟推出的Claude模型，出厂时就会内置这种标签要求。该要求也不会止步于欧盟边界之外。它将全球适用于所有Claude产品，包括API、Claude、Claude Code、Claude Cowork和Claude Tag。
生成的文本将携带嵌入式水印，而生成的文件将获得数字签名的来源元数据。现有模型在法律下会有过渡期，但Anthropic表示，自己已经在着手为它们补加这一功能。
该公司还计划推出验证工具，方便用户和第三方检查这些标签，不过它尚未说明发布时间。Anthropic表示，将Claude集成到自家产品中的开发者必须确定《第50条》要求中哪些适用于他们的服务。
让AI内容可识别的两种方法
Anthropic计划使用两类标签。据该公司称，Claude生成的文本将带有一种不可见水印，不会影响其含义、质量或可读性。该水印在复制和粘贴后仍会保留，并且“可能会在某些编辑后依然保留”。它是在模型层面应用的，因此你使用的是哪一款Claude产品并不重要。
受支持的文件，包括.svg、.png和.jpg图像，将携带基于开放C2PA标准的经过签名的来源元数据。该标准由Coalition for Content Provenance and Authenticity开发。这个签名表明Claude处理过该文件，并且可以揭示后续是否遭到篡改。文本水印也应能通过AWS、Google Cloud和Microsoft Foundry等云合作伙伴平台继续保留，不过这些平台可能不支持签名元数据。
检测也有一定局限
Anthropic坦率承认这些限制。检测到水印并不意味着内容确实是Claude写的。人们经常使用Claude来校对、翻译或总结，因此输出可能带有水印，但其想法其实来自人类。
没有水印也同样不能说明问题。模型可能是在水印功能推出前就已经发布，文本可能被大量编辑或翻译过，段落可能太短而无法可靠检测，或者元数据在格式转换或截图过程中被剥离。
真正的考验在于这些水印在编辑、重新排版和翻译之后能保留得多好。如果它们足够稳固，检查已知水印应该会比 Pangram 之类的工具更可靠，因为后者的专有检测方法并不会说明结果是由什么触发的。第三方检测器也可以增加对 Anthropic 水印的支持，从而为它们提供更可靠的信号。
AI 文本检测仍然是一个在社会各界都很敏感的问题
Anthropic 并不是唯一这么做的公司。Google DeepMind 已将其 SynthID 水印系统开源，并把它集成进 Gemini 模型中。SynthID 会在 token 预测过程中轻微调整概率值，以在不降低文本质量的情况下创建水印。它可跨语言工作，但在文本生成后经过编辑时就会遇到困难。
OpenAI 大约两年来一直在压着一个号称准确率达 99.9% 的文本检测器，却始终没有发布。原因包括用户可以通过翻译或改写轻易绕过它、存在污名化某些群体的风险，以及公开检测器很可能会损害 OpenAI 自身业务的顾虑。
这种风险在教育领域尤其严重，因为不可靠的检测器可能导致错误的作弊指控。与此同时，人们也有充分理由希望知道 AI 何时以及在多大程度上被使用。研究表明，过度依赖 AI 工具会削弱批判性思维和写作能力，尤其是在把它们当作捷径而不是学习辅助工具的学生中。这个问题不只限于学术领域，如今骗子已经开始在美国大学冒充学生入学，并利用 AI 轻松应付课程作业、骗取助学金。
Anthropic 的决定也可能影响其业务。Claude 在知识型工作中很受欢迎，尤其是在中学生和大学生群体中，因为即使是较早期的模型也能生成相当自然的文字。鉴于学校和大学已经在学术作业中的 AI 使用问题上争执不休，更可靠的检测可能会让 Claude 对这些用户的吸引力下降。
来源与参考
收录于 2026-08-12