TL;DR：Anthropic 于 2026 年 8 月 14 日宣布，未来的 Claude 模型将在生成文本时加入统计水印——不是零宽字符或元数据，而是选词之间的统计关系。官方称无可感知的质量损失，批评者则指出密钥参与选词就意味着文字并非完全未变。本文梳理水印机制、争议双方与检测的边界。
2026 年 8 月 14 日，Anthropic 宣布未来的 Claude 模型会在生成文本时加入水印。它不是零宽字符，也不是粘在文件末尾的元数据。读者看到的依然是一段普通文字，真正留下痕迹的是一次次选词之间的统计关系。
争议也由此而来：Anthropic 说这种方法没有可感知的质量损失；批评者则认为，只要密钥参与了选词，就不能说文字完全没变。这两句话看似针锋相对，其实谈的是不同层面的“影响”。
🎬 视频版（B站） ｜ 🎧 音频版（7 分 44 秒）｜ 🟢 Spotify 订阅 ｜ 📖 偏好阅读？文字版就在下方 👇
它没有在文字里藏特殊字符
大语言模型每生成一个 token，都会先得到一组候选及其概率。遇到“天气又冷又……”这样的句子，“阴沉”和“灰蒙蒙”可能都合理；模型并不总是机械地选概率最高的那个，而会从候选分布中采样。
Anthropic 采用的是 SynthID-Text 的一种实现。它把前文上下文和一把秘密密钥放进伪随机过程，用得到的随机种子参与下一 token 的采样。单独看每次选择都正常，但在足够长的文本里，选词结果会与密钥形成可测量的相关性。
所以，水印不是一串可以搜索、复制或删除的标记。检测者需要掌握相应密钥，才能计算整段文字的统计分数。没有密钥的普通“AI 文本检测器”，做的是另一类事：它们通常根据文风、词频或训练出的分类器猜测来源，不能直接验证这枚水印。
“改变随机数”算不算改变写作
John Gruber 的批评抓住了一个直观问题：写作里的近义词并非真的等价。节奏、语气和画面感可能因为一个词而变化。既然密钥影响了抽样，最终句子当然可能和没有水印时不同。
Anthropic 与 SynthID-Text 论文强调的是另一层含义：非失真方案不把模型推向原本不合理的词，也不改变候选词在大量采样中的目标分布。它改变的是单次随机选择如何实现，而不是要求模型塞入某个固定词组。
这意味着两个判断可以同时成立：具体一次生成的词可能不同；但从统计分布和可测质量看，未必出现系统性下降。把“某句话可能变了”直接推成“整体文风一定变差”，证据并不够；反过来，把大规模评测中的“没有测出差异”说成“任何精修文本都绝对不受影响”，也超出了实验能证明的范围。
目前有哪些质量证据
SynthID-Text 论文报告了一项接近 2,000 万条 Gemini 回复的线上实验。带水印与不带水印两组的用户反馈没有出现统计显著差异。研究团队还做了标准基准与人工并排比较，同样没有观察到模型能力或文本质量下降。
这是一组重要的生产规模证据，但它测量的是用户反馈、基准和人工评分。它不能枚举所有文体，也不能保证某位作者特别在意的某个词永远不会变化。对于文学创作、品牌文案或法律措辞，最稳妥的态度仍是保留草稿、版本记录和人工复核，而不是用一句“无影响”替代具体审阅。
水印在哪里最强，在哪里最弱
水印需要可选择的空间。长篇解释、改写和翻译中，模型要做大量措辞决定，信号比较容易积累。短句、事实性段落、精确代码和只改标点语法的轻度校对，可替换的 token 少，信号可能弱到无法可靠检测。
这也是为什么“没检测到”不能直接等于“Claude 没参与”。文本太短、内容太确定、编辑量太小，都可能让检测器缺少证据。反过来，“检测到”也只说明 Claude 很可能参与过，无法区分整篇从头生成，还是对人类草稿做过大幅改写。
完整重写还可以移除水印。Anthropic 对这一点并不回避：轻度编辑通常不会立刻抹掉全部信号，但如果每个词都被替换，原有统计关系就会消失。它因此更像规模化内容生态里的来源线索，而不是不可破解的防伪钢印。
检测结果究竟能证明什么
检测依赖提供商的密钥与阈值。图中边界依据 Anthropic 技术说明和 SynthID-Text 论文整理。
用对应密钥检测时，结果回答的是：“这段文字在多大程度上符合 Claude 使用该水印时会产生的统计模式？”它不能识别具体用户、组织或对话，也不携带个人身份信息。
它同样不是通用 AI 鉴定。另一个模型即使也有水印，使用的密钥或方法也可能不同；开源模型可以根本不加水印。一个检测器也无法只凭 Claude 的水印判断其他模型是否参与过。
真正危险的不是检测器会给分数，而是机构把分数变成没有上下文的红灯。学校、平台或公司如果要据此采取行动，至少需要公开文本长度要求、阈值、误报与漏报的取舍、证据保存方式，以及当事人的申诉渠道。否则，一个概率工具很容易被误当成判决。
为什么选择全球上线
Anthropic 表示，这项改动是为了满足欧盟 AI Act 对合成内容透明度的要求。欧盟委员会围绕机器可读标记与检测制定了配套行为准则；签署行为准则本身是自愿的，但相关法律透明度义务并不因此变成可选项。
Anthropic 在 2026 年 7 月加入了这项准则，并称将水印在上线时全球应用，因为暂时没有稳定办法只按地区启用。旧模型则有过渡期，水印会在后续数月逐步加入。
这里还要区分文本水印和文件凭证。Claude 生成的部分图片、SVG 等文件会使用 C2PA 内容凭证，把经过签名的来源声明写入文件元数据；文字水印则作用于生成时的采样，两者不是同一种技术。
普通用户更该关心三件事
第一，别把水印当成藏在文章里的身份证。它只能提供来源概率，不能决定作者身份、版权归属或责任。
第二，重要稿件要保留过程证据。草稿、版本历史、引用来源和人工修改记录，通常比一次检测分数更能说明内容是怎样完成的。
第三，看到检测结论时先追问边界：检测的是哪家模型，是否持有官方密钥，文本有多长，阈值是多少，完整改写和混合创作怎么处理，误判后能否复核。
水印的技术问题，是怎样在随机采样里留下统计指纹；它真正带来的治理问题，则是谁能检测、检测能证明什么，以及误判以后谁负责。后面这三个问题，不应该跟水印一起藏起来。
收看本期节目
原始资料与延伸阅读
本文由《听懂 AI》第 010 期整理而成，核心资料包括 Anthropic 的技术说明、Google DeepMind 团队发表于 Nature 的 SynthID-Text 论文、欧盟委员会的透明度行为准则页面，以及 John Gruber 的评论文章。官方公告把水印描述为面向“未来 Claude 模型”的计划，并说明旧模型将在随后数月逐步加入；截至本文整理时，公开资料没有提供逐模型、逐入口的完整启用清单，因此不能把任意一段 Claude 输出都直接视为已带水印。
- Anthropic，2026-08-14：How Claude's text watermarking works——未来模型、旧模型过渡、检测范围、改写影响、全球部署和检测 API 计划。
- Sumanth Dathathri、Abigail See 等，Nature 634，2024：Scalable watermarking for identifying large language model outputs——SynthID-Text 方法、生产规模实验、检测机制与限制。
- 欧盟委员会：Code of Practice on Transparency of AI-generated Content——AI 生成内容透明度行为准则及其适用背景。
- John Gruber，2026-08-16：Anthropic's “Watermark” Text Adulteration in Claude Is a Perversion of Writing——从写作与选词角度提出的批评；这是评论观点，不是质量对照实验。
- Hacker News：Anthropic text watermark discussion——社区对选词、检测权与可移除性的讨论；评论仅代表参与者观察。
资料说明：本文依据 2026 年 9 月 2 日可见的公开资料整理。水印部署状态、检测 API 和监管实施细节可能继续变化；判断具体文本时，应以提供商当时的模型说明与检测文档为准。