Anthropic公布Claude文本水印方案：通过词语选择识别模型参与概率

Anthropic于2026年8月14日发布文章，介绍Claude文本水印的工作方式。公司表示，未来Claude模型生成的文本将包含水印，以便检测一段文字由Claude参与写作的可能性。Anthropic称，这项调整由包括其在内的多家主要AI提供商推进，用于遵守欧盟《人工智能法案》；欧盟自8月2日起要求服务当地市场的AI提供商标记AI生成内容。

这种水印不会在文字中加入特殊符号、隐藏字符或可见标记。Anthropic解释，大语言模型生成文本时会逐词选择候选词；当多个词在语义和质量上都合适时，模型通常借助随机过程作出选择。水印方案改变的是这一随机性的来源：系统根据一把密钥和前文词语决定候选词，从而在较长文本中形成可检测的统计模式。

持有相应密钥的检测方可以分析词语序列是否符合该模式，并据此估计文本曾由Claude部分生成的概率。水印不会迫使模型采用原本不会考虑的生僻词，也不会固定偏向某一个候选词；词语仍会随上下文变化，只是选择所依据的随机机制不同。

Anthropic表示，读者无法区分带水印和不带水印的回复，水印也不需要额外令牌，因此不会增加使用成本。公司称，其内部测试没有发现水印对文本内容、创造性或可读性产生影响。文章还援引Google DeepMind对SynthID-Text的研究：流量实验中的用户评价没有出现统计显著差异，受控研究中的人工评估者也未观察到质量差别。

Claude采用的方案是Google DeepMind于2024年在《自然》论文中发表的SynthID-Text方法版本。其核心原则是在不影响准确性的词语选择空间内留下模式；对于只有唯一正确答案的事实性表达，可供选择的词更少，因此水印会更稀疏。

官方文章同时指出，这种方法对短文本、事实密集段落和仅作轻微语法校对的内容检测效果较弱，只能估计Claude是否参与写作，不能判断文本是否由人类完成，也不能识别其他AI模型。

水印本身不包含身份信息，无法追溯到特定个人、组织或聊天记录。Anthropic将其定位为生成文本透明度工具，但文章使用的是“未来Claude模型”表述，并未给出覆盖全部产品或模型的具体启用时间表。