据日本IT媒体ITmedia 16日报道，Anthropic公开说明了其AI聊天机器人Claude生成文本中“不可见水印”的工作机制。

Anthropic于当地时间14日发布相关介绍。该方案基于Google DeepMind的水印技术SynthID-Text，核心做法是将模型原本用于选词的随机过程，改为由密钥与前文共同决定，从而在文本中留下可通过统计方式识别的模式。

Anthropic表示，由于公司已签署与欧盟《AI法案》透明度义务相关的行为准则，今后将陆续在Claude生成文本中启用水印。适用范围并不限于欧盟，而是覆盖包括韩国在内的全球模型和产品。公司解释称，现阶段尚无法稳定地按地区区分适用范围，因此上线初期将统一面向全球启用。报道称，该行为准则已有约190家机构签署，其他主要AI开发商也计划分别推出各自的水印方案。

■ 不插入额外内容，对成本和速度影响有限

大语言模型（LLM）是按词元（Token）逐步生成文本的。Anthropic举例称，在“今天天气很冷”这样的语境之后，模型可能会在“阴天”“多云”等多个语义合理的选项中进行选择。通常，这一步由随机数驱动；而引入水印后，这一随机过程将由密钥和前文若干词共同决定，进而形成只有持有密钥的一方才能识别的统计特征。

Anthropic强调，这一机制不会刻意引导模型偏向特定词汇，也不会为了嵌入水印而选用生僻表达。由于文本中不会增加任何额外内容，也不会插入隐藏字符，因此不会消耗额外Token，整体上不会推高使用成本，对生成速度的影响也较小。与此同时，水印和密钥本身均不包含可用于识别用户、机构或具体对话的信息。

■ 彻底改写后，水印将失效

在检测方面，Anthropic表示将很快推出专用API，利用密钥对文本词序列进行校验，以判断Claude参与生成的可能性。不过，并非所有文本都适合嵌入水印。对于可选表述空间较小的句子，水印效果会受到限制。比如“Isaac Newton最著名的著作为《Principia…》”这类事实性表述，或“2+2=”这样的算式，由于答案基本唯一，不属于适用场景。

在代码场景中，如果替换用词可能引发错误，因此水印只会用于可自由表述的注释部分。相较之下，对于由Claude重新选择全部措辞生成的翻译文本，则可以嵌入水印。

Anthropic同时指出，该方案本身也存在局限。轻度编辑通常难以彻底去除水印，但如果全文用词都被彻底改写，水印就会消失。在这种情况下，这类文本是否仍应被视为AI生成，业内本身也存在争议。换句话说，水印只能反映Claude可能以某种形式参与过内容生成，无法区分“由Claude直接撰写”还是“经Claude大幅修改”；同时，它也不能证明内容一定出自人类，或判断文本是否由其他公司的AI模型生成。通常而言，文本越短，识别准确性越低；文本越长，准确性则越高。

■ 图像采用C2PA元数据标记方案

对于Claude生成的PNG、JPG、SVG等图像/图形文件，Anthropic将采用与文本不同的处理方式：在文件元数据中加入加密签名信息，标明内容由Claude生成或处理，并遵循内容来源标准C2PA。这一标准与相机厂商及图像编辑软件采用的规范一致，可通过兼容C2PA的工具进行验证。Anthropic表示，未来也将提供自有验证工具。

报道还提到，欧盟《AI法案》第50条有关透明度义务的规定已于本月2日开始适用。对于此前已发布的既有模型，受法律过渡安排影响，新增水印功能将在未来几个月内分阶段推出。