# Claude 水印能标记参与，却难断作者归属

**Summary:** Claude 计划中的文本水印可以表明模型影响了一段文字，但无法说明是谁提供了其中的想法。我会将其视为一种来源线索，而非作者身份的定论。

- Canonical: https://markhuang.ai/zh/news/claude-watermark-can-flag-claude-not-settle-authorship
- Language: zh-CN
- Author: [Mark Huang](https://markhuang.ai/about)
- Published: 2026-08-17
- Section: News
- Tags: Claude, AI 水印, 作者归属
- Source: [Daring Fireball](https://daringfireball.net/2026/08/anthropics_watermark_text_adulteration_in_claude_is_a_perversion_of_writing)
- License: https://creativecommons.org/licenses/by-nc/4.0/

---

![一幅编辑插图：一支钢笔旁放着一份手稿，手稿上抽象的文字方块在扫描光线下显现出隐藏的统计模式](https://cdn.markhuang.ai/news/claude-watermark-can-flag-claude-not-settle-authorship/hero.webp)

*页面看起来可能平平无奇，但一连串选词背后隐藏着可被检测的模式。这种模式反映的是工具留下的痕迹，未必指向作者本人。*

[John Gruber 在 Daring Fireball 的文章](https://daringfireball.net/2026/08/anthropics_watermark_text_adulteration_in_claude_is_a_perversion_of_writing)中指出，写作工具应该为读者和作者选词，而不是为了隐藏的溯源系统。我同样担心让合规信号影响行文。不过，现有证据并不能证明 Claude 的写作质量会因此变差。

Anthropic 表示，未来的 Claude 模型将采用 Google DeepMind 的 SynthID-Text 方法。这一时间点源于欧盟《AI 法案》的透明度规定，该规定已于 2026 年 8 月 2 日生效。一项 SynthID-Text 研究分析了约 2000 万条带水印和不带水印的 Gemini 回复，发现用户反馈没有统计学上的显著差异。

在我看来，更直接的产品风险在于归属问题。检测到的标记可能表明 Claude 参与生成了一段文字，但它无法告诉我谁提供了想法，或谁愿意对结果负责。如果学校、雇主、出版商或平台将这一信号视为作者身份的定论，那么一个溯源功能就会变成一种粗暴的指控。

## 水印是如何嵌入句子的

这并非一串不可见的 Unicode 字符。根据 [Anthropic 的技术说明](https://www.anthropic.com/news/claude-text-watermark)，当模型面临多个合理的下一个词选择时，水印会改变随机性的来源。Anthropic 举了一个天气的例子：在“寒冷而”之后，“阴天”和“灰蒙”都能衔接。一个密钥帮助在合理选项中做出选择，从而在足够长的文本中留下统计模式。

语言模型本就会在多个选项中采样，因此这种方法无需在每个句子中强行插入奇怪的同义词。Anthropic 表示，在事实性段落、校对、代码等只有一种正确选择的情况下，信号会变得稀疏。

该公司称，内部测试未发现对内容、创造力或可读性的影响。发表在 [《自然》杂志上的 SynthID-Text 论文](https://www.nature.com/articles/s41586-024-08025-4)也支持这一说法。除了 Gemini 的线上实验外，其对照研究还让评估者比较了 3000 个问题的回答，在五项质量指标上均未发现显著偏好。

这些测试仍可能遗漏某些罕见但重要的措辞，尤其是在编辑或创意工作中，语气本身就承载着关键信息。但它们确实反驳了“水印必然降低输出质量”的断言。在接受“无影响”或“文本被污染”这两种结论之前，我希望看到 Anthropic 自己的具体结果。

## 标记记录的是参与，而非作者身份

Anthropic 对未来检测器的描述十分谨慎。它只能回答一段文字有多大可能性部分由 Claude 生成，而无法证明文本是人类所写，无法识别其他模型的输出，也无法区分 Claude 是起草全文还是大幅修改已有草稿。

翻译能让这一界限变得明显。Anthropic 表示，由 Claude 生成的翻译会携带水印，因为 Claude 选择了每一个输出词，即使原文及其想法来自人类。轻微的校对可能因标记选择太少而无法被检测到，而大幅改写则可能产生更强的信号。同一个统计线索涵盖了截然不同的创作关系。

[Axios 曾替公关团队表达了这一担忧](https://www.axios.com/2026/08/12/anthropic-claude-watermarks-ai-detection)：原本由人类创作的内容，在经过格式调整、翻译或编辑后，可能会携带 Claude 的信号。公开讨论也混淆了当前模型是否已加水印，以及仅修正几个标点是否就足以触发标记。在一篇 [Reddit 帖子](https://www.reddit.com/r/ClaudeAI/comments/1vpro2f/nothing_you_generate_with_claude_today_is/)中，作者在另一位评论者指出 Anthropic 的说明后，纠正了关于标点的说法。水印是概率性的，取决于 Claude 在多大程度上参与了选词。

> **Info:**
>
> Claude 水印应仅支持一个狭义的陈述：Claude 很可能影响了这段文字。它不应支持更强的主张，例如 Claude 提供了全部想法、人类作者歪曲了作品性质，或作品缺乏负责任的作者。

## 法律解释了截止日期，而非整个部署逻辑

[欧盟委员会的《行为准则》页面](https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content)指出，第 50 条要求提供商在技术可行的情况下，使生成的音频、图像、视频和文本具备机器可读性和可检测性。法律义务自 8 月 2 日起生效，而该准则是一条自愿的合规路径。

Anthropic 选择了模型级别的标记方式，并表示所有支持的模型在任何提供 Claude 的地方都会标记输出。这为公司设定了统一的产品边界，但也意味着私人草稿和公开文章可能携带相同类型的信号。法规解释了合规机制的必要性，但 Anthropic 仍需说明该机制究竟能证明什么。

James Padolsey 的[批判性分析](https://blog.j11y.io/2026-08-12_Anthropics-weak-watermarks-appease-a-weak-law/)提出了一个我难以反驳的异议：全面标记可能会给日常和辅助性使用带来负担，同时仍容易被愿意大幅重写输出的人规避。[Google 表示](https://deepmind.google/blog/watermarking-ai-generated-text-and-video-with-synthid/)，在彻底重写或翻译后，SynthID 的置信度会急剧下降。微弱的信号仍有助于溯源，但前提是使用者不会将其当作欺诈检测器。

## Anthropic 需要交付解读层

Anthropic 表示检测 API 即将推出，尽管实现细节尚未确定。仅给出"有"或"无"的结论是不够的。API 应暴露置信度、有效样本长度、支持的模型版本，以及已知会削弱检测的转换方式。Claude 的产品界面应尽可能保留工作流上下文，这样接收者就能区分生成、翻译或编辑，而不必依赖水印去推断它无法看到的历史。

我也希望 Anthropic 能按任务类型发布评估结果。聊天机器人的点赞研究很有用，但它并未测试文学编辑、法律条款、技术文档或简洁的事实性回答。Anthropic 应测试其“读者无法区分带水印文本”的主张，尤其是在细微措辞差异代价最高的工作中。

这符合我之前的论点：[廉价的输出并不意味着信任也是廉价的](/news/llm-output-cheap-trust-expensive)。水印不过是多留了一张凭条，真正撑住信任的，还是署名作者、审核流程、来源追踪和纠错意愿。

## 我的看法：有用的线索，危险的定论

Gruber 正确地坚持认为，词语并非可互换的零件。Anthropic 也有证据表明，统计水印未必会让回答明显变差。

我可以接受水印作为一种溯源线索，但不能接受它作为作者身份或不当行为的证据。Anthropic 可以标记“Claude 很可能影响了这些文字”，但它无法告诉我们是谁在思考。