Claude 文本水印的工作原理

前些天 A 社宣布要给模型生成的文本加水印。

8 月 14 日，它家发文来解释了工作原理：

Claude 模型生成的文本将会内置水印。借助水印，可以判断一份文本有多大可能性由 Claude 参与创作。为遵守欧盟《人工智能法案》，我们与其他多家主流 AI 服务商都在落地这项改动。

在本文中，我们将解答大家关心的各类问题：这套水印技术如何运作、是否会影响 Claude 输出质量，以及推行该功能的原因。核心要点总结：

1. 我们所用的水印方案不会实际损害 Claude 输出的内容质量与表达含义；
2. 普通人阅读时，完全分辨不出带水印和不带水印文本之间的区别；
3. 不会在文本中插入额外字符，不存在隐形隐藏字符；
4. 水印不需要消耗额外 token，不会增加使用成本；
5. 水印不含任何身份信息，无法溯源定位到个人、机构或是某一条对话会话；
6. 水印并非 Claude 独有。自 8 月 2 日起，欧盟要求面向欧盟市场提供服务的 AI 服务商，必须对 AI 生成内容做标记。其他主流模型厂商也签署了同一套行为准则，会陆续落地各自的水印方案。

什么是水印技术？

Claude 这类大语言模型，是逐词生成文本的。每一步选择下一个词时，模型会在一批候选词汇里挑选，结合前文选出最通顺合理的词。 举个例子，句子：“今天天气很冷，而且……”。下一个词几乎不会选“甜的”，更可能是“阴天”或者“灰蒙蒙的”。多数情况下，读者不会在意二选一选哪一个，整句话语义基本不变。遇到这种二选一无所谓的场景，模型原本依靠随机数做最终取舍。

文本水印，正是利用文本中大量这类无关紧要的选词机会，在输出内容里埋入一套特征模式。这套模式人类肉眼无法察觉，但持有对应密钥的工具就能够检测出来。

开启水印后，词汇依旧是随机选出，只是随机数的来源发生了改变。不再调用普通随机生成器选词；水印机制会结合密钥与前面的部分上下文，来决定模型最终选哪个词。 也就是说 Claude 选出的词依旧具备随机性；但人们可以核查整段文字的词汇序列，判断它是否符合该密钥下 Claude 的选词逻辑。如果匹配，就可以算出这份文本由 Claude 生成的概率。

重点：水印并不会让模型刻意偏向某一个词。和无水印版本一样，这一句选“阴天”，下一句就可能选“灰蒙蒙的”，完全取决于上下文。水印也不会逼迫模型选用它原本不会使用的生僻词，不会强行让 Claude 去选用诸如“阴翳”这类日常几乎不会出现的晦涩同义词。

水印会对 Claude 的输出产生什么影响？

水印不会降低输出质量。对于阅读者，带水印和不带水印的输出没有任何区别。 这和纸币、实体物件、部分文档里肉眼可见的传统水印完全不一样。

我们内部测试没有观察到水印对文本内容、创意水平、可读性带来负面影响。我们使用的这套技术源自谷歌 DeepMind 的 SynthID‑Text 论文：当时谷歌在部分 Gemini 流量上部署水印版本，对比用户点赞、点踩反馈，水印版与普通版不存在统计学层面的显著差异。在对照实验中，人工评审者并排阅读两份输出，也分辨不出质量差别。

可以用大富翁游戏做通俗类比：每回合玩家掷骰子获得随机点数前进。假设我们不用掷骰子，改用圆周率π的数字序列来提供随机数。从π小数点后某一位数字（例如第 1012845 位，数值为 6）开始，后续每一步直接依次取用π的数字当作“掷骰结果”。

对玩家来说，移动效果依旧是随机的；无论是掷骰子，还是读取π数字，都不会改变游戏体验与结局。但是游戏结束后，如果拿到全部行动记录，并且知道取用的是π序列，就可以判断这场游戏是否是用这套规则生成的。某种意义上，这场游戏就带上了“水印”。

Claude 生成文本同理：水印不会改变读者阅读体验。但事后如果需要核验文本是否大概率出自 Claude，水印就可以发挥作用。

你们采用的具体水印方案是什么？

Claude 文本水印是谷歌 DeepMind2024 年发表在《自然》期刊的** SynthID‑Text 技术的改良版本**。该技术流派最早可以追溯到 Scott Aaronson2022 年提出的构想，核心设计逻辑完全一致：水印只改变选词环节的随机源。

水印检测本身存在局限性：使用我们的密钥，仅能回答“这份文本有多大概率部分由 Claude 撰写”。 它不能证明文本是人类写的；也无法区分是不是别的 AI 生成——其他 AI 即便有水印，密钥各不相同，甚至使用完全不一样的水印算法。

短文本样本检测效果很差，可供分析的选词样本太少，信息不足。文本篇幅越长，判定 Claude 参与的置信度就越高。

在事实类文本中，可供自由选词的空间很小，一旦选错就会破坏事实准确性，水印可嵌入的机会就会变少。 例如句子：“艾萨克·牛顿最知名著作名为《原理》……”，下一个词几乎只能是“数学”，没有备选，水印在这里就无法生效。 校对润色场景同理：如果只修改语法标点，改动量极少，水印几乎没有可以附着的空间。

如果 Claude 只是校对、润色人类写的文本，水印效果如何？

水印只会作用于 Claude 自己选择输出的词语。 当 Claude 校对人类原稿时，大多只做少量修改；绝大部分文字依旧属于人类，水印能够附着的内容非常有限甚至完全没有。 最终能不能检出 Claude 参与，取决于原文长度以及 Claude 修改幅度。Claude 改写、创作的内容越多，可供水印嵌入的空间就越大。

代码场景下水印表现如何？

前面提到，AI 水印依赖多个等价可行的候选词。如果输出要求高度精确，选错就会出错、代码直接报错，这种位置不会施加水印扰动。

举例子：模型输出完“2 + 2 =”，下一个 token 唯一正确答案就是“4”，不存在等价备选项，水印不会在这里干预。同理，绝大多数代码必须精准运行，相比普通自然文本，代码整体携带的水印特征会弱很多。

当然，代码内部的注释、变量命名存在自由选择空间的地方，依旧会带上水印；但不会对代码实际运行逻辑造成实质影响。

这对用户意味着什么？

水印会拖慢模型速度，或是抬高使用成本吗？

不会。水印对模型推理速度几乎无影响，不会产生额外 token，调用、使用的成本保持不变。

水印可以反向追踪到我或是我的机构吗？

不能。水印标记的是 Claude 的输出，完全不携带任何用户相关信息。水印本身、配套密钥都无法还原出用户身份、所属机构、对话记录。

为什么要为 Claude 输出添加水印？

推行水印是为了遵守欧盟《人工智能法案》。 Anthropic 与其余主流 AI 厂商，合计约 190 家签署方，于 2026 年 7 月签署《AI 生成内容透明度欧盟行为准则》，准则要求 AI 服务商对 AI 生成文本实施标记。

上线初期我们选择全球统一开启水印，因为目前还没有成熟可靠的方案做到仅针对特定地区启用。后续我们会持续评估其他方案，有进展将对外更新。

其他常见问题

我该如何检测一份文本是否出自 Claude？

我们很快会上线水印检测 API，相关实现细节还在敲定中。

图片与其他文件怎么处理？

当 Claude 生成 PNG、JPG、SVG 这类支持格式的文件时，会在文件元数据嵌入一条经过密码学签名的内容凭证，标注这份文件由 Claude 生成或处理。 这套是行业开放标准 C2PA，相机厂商、图片编辑软件也在用该标准记录图片来源，支持 C2PA 的工具都可以读取凭证。我们后续也会上线工具，支持上传文件核验。

⚠️ 该元数据凭证和文本水印不是一回事。文件本体不会改动，没有嵌入隐形水印。和文本水印一样，凭证仅说明 Claude 参与处理，不包含任何个人身份信息。

用户编辑文本，能不能绕过水印检测？

一定程度上可以。轻微改写一般不会彻底抹除水印；但逐句大幅度重写替换全部词汇，水印就会失效。当然经过彻底重写之后，这份文本是否还能算作 AI 生成内容本身也存在争议。

水印究竟能证明什么？

水印仅能够证明：Claude 很可能在某个环节参与过这份内容的创作。无法区分是“Claude 完整写的全文”还是“Claude 做了重度改写编辑”。

Claude 做的翻译内容会带水印吗？

会。翻译的每一个词汇都是 Claude 生成选择，因此翻译结果带有水印。

旧版本 Claude 模型也会加水印吗？

欧盟法案针对 2026‑08‑02 之前发布的 Anthropic 模型设置了过渡期。我们也会为旧模型增加水印，会在未来数月逐步完成部署。

它和 Pangram 这类普通 AI 检测工具有什么区别？

普通 AI 检测软件拿不到我们的水印密钥，依靠完全不同的原理。这类工具分析文本语言特征，捕捉 AI 写作常见语言习惯；例如 AI 很爱用“这不是 A，而是 B”句式，高频使用“悄然”这类词。靠文本写作特征识别，和密钥校验水印，底层逻辑完全不一样。

水印会改变输出内容的版权归属，或是法律责任划分吗？

不会。水印只用于判断内容是否由 Claude 生成/处理。水印本身不定义著作权、作者身份，不会改动服务协议赋予用户的各项权利。水印只会在 Claude 确实参与内容生成处理时生效。

脚注

1. 上文举例的 nubilous 一词，本身也有晦涩难懂的含义。
2. π本身是可预测的，但截取π中间任意一段数字，统计表现和十面骰子掷出的序列几乎无法区分。类比忽略大富翁骰子是 1‑6，而π数字范围 0‑9 这一点，比喻仅作通俗说明。