 

如果你最近使用 Claude 写文章、写代码、做研究，可能需要接受一个新现实：**你让 AI 写出来的文字，可能已经悄悄带上了一个“身份证”。**

不是在文章末尾加一句“本文由 Claude 生成”，也不是在每个句子后面偷偷塞一个“🤖”，而是一种更耐人寻味的办法——**把水印藏进文字本身。**

Anthropic 最近宣布，将为 Claude 生成的文本加入机器可读标记。这项变化主要是为了配合欧盟《AI 法案》的透明度要求——从 2026 年 8 月 2 日起，生成式 AI 产生的文本、图片、音频、视频等内容，应当以机器可读的方式进行标记，并能够被检测为 AI 生成或修改的内容。

听起来很合理。但问题也来了：**文字这种东西，到底怎么“盖章”？**

毕竟你不能像给快递一样，在文章右下角贴一个“Claude™ 已验明正身 生成时间：下午 3:27”。Anthropic 选择的方案，反而有点“聪明得让人不安”。

---

## 水印到底藏在哪里？

先说结论：**它不是隐藏字符，也不是插入某个肉眼不可见的特殊符号。**

它更像是在 Claude 每次“选词”的时候，悄悄改变一点概率。

假设 AI 想写“今天的天气很冷，而且天空……”，接下来它可能有很多选择：阴沉、灰蒙蒙、多云、阴冷。正常情况下，模型会根据概率选择其中一个。加入水印之后，模型在选择某些“差不多意思”的词时，会按照一个特定的统计规律稍微偏向某些词。

单看一句话，你根本发现不了。但当你看到足够多的文字之后，这种规律就可能浮现出来。

这有点像赌场。你看一个人扔骰子，一次 6，两次 2，三次 4——没什么。扔一百次之后，如果你发现出现某些数字的概率明显不太对劲，你就会开始怀疑：兄弟，你这个骰子是不是偷偷装了 Wi-Fi？

Claude 的文字水印，本质上也是类似的统计思想。公开报道显示，Anthropic 的方案基于 Google DeepMind 的 SynthID-Text 技术，通过对 token 选择概率进行微妙调整，在文本中形成可检测的统计模式。Anthropic 方面表示，这种方式不会增加隐藏字符，也不会让用户肉眼看到水印。

---

## 为什么不直接写一句“我是 AI”？

因为那太容易被删了。比如“本文由 Claude 生成”——用户只需要按一下 Backspace，没了。这对于机器来说，属于“谢谢参与”。

所以机器可读水印的思路是：**我不告诉你水印在哪里，我把水印变成文字生成过程的一部分。**

这就有意思了。比如一个人用 Claude 生成一段文字，然后复制到 Word，再复制到 Notion，再复制到 Medium，甚至把其中几个句子改一下——**水印理论上仍然可能存在。** 因为它不是某个“标签”，而是一种藏在大量文字选择里的统计模式。

当然，这并不意味着它是魔法。检测器也可能误判，而且**“检测不到水印”也不等于“这段文字一定不是 AI 写的”**。这点非常重要。

水印检测更像是“我发现这篇文字非常符合某个 AI 水印的统计特征”，而不是“我拿着宇宙真理之剑宣布：此文 100% 由 Claude 写成”。两者完全不是一回事。

---

## 最有趣的地方：Claude 不是在“标记文章”，而是在“标记选择”

很多人听到“AI 水印”，第一反应是 AI 给文章加个标签而已。其实不是——它影响的是**模型如何生成文字**。

大型语言模型本质上是在不断做一件事：下一步应该出现哪个 token？比如“我今天早上喝了一杯……”后面可能是咖啡、牛奶、豆浆或水。模型本来就在做概率选择。水印技术干的事情是：**在这个概率选择过程中，加入一套只有检测器知道的“暗号”。**

为了讲得简单，假设模型每次选词时有两组候选：

- A 组：咖啡、面包、公园、阳光
- B 组：牛奶、豆浆、街道、天气

正常情况下：咖啡 51%，牛奶 49%。加入水印后：咖啡 53%，牛奶 47%。只改一点点。一个词看不出来。一万字之后，统计规律就可能变得明显。

所以这不是“给生成结果贴标签”，而更接近**“让生成过程本身带有可验证的统计指纹”**。这个思路在技术上其实非常漂亮。

---

## 它会不会让 Claude 变笨？

这才是用户真正关心的问题。

Anthropic 的答案基本是：**不会。** 因为水印主要利用的是那些语义上比较接近的选择。比如“天气很冷”和“天气非常寒冷”意思差不多，大多数人根本感觉不到。

但这里有一个很值得讨论的问题：**“感觉不到”不等于“没有影响”。** 语言模型的输出本来就是一个巨大的概率系统。一个词改了，可能影响下一个词，下一个词又影响下一句话，最终会不会产生蝴蝶效应？

这也是目前争议最大的地方之一。已经有人担心，水印可能在一定程度上限制模型的词汇选择，从而影响文字质量或创造性；也有人认为这种影响应该非常小，因为语言模型本来就存在大量随机性。

我的看法是：**短文本基本不用太担心，长文本和高创造性文本值得观察。** 尤其是小说、诗歌、广告文案、文学创作。程序员可能不太在意 `for i in range(10)` 到底是不是水印，但作家可能非常在意“我为什么非要用这个词？”因为对于文学来说，词不是螺丝，不能随便拧一个差不多的。

---

## 真正让我担心的，不是水印，而是“水印之后发生什么”

水印本身，我其实并不反对。相反，我认为它有一个非常合理的目标：**让互联网重新拥有一点“内容来源感”。**

过去我们看到一张照片，会问谁拍的；看到一篇文章，会问谁写的。AI 时代以后，我们可能还要多问一个问题：**这东西是怎么产生的？**

这其实是一个非常重要的问题。尤其是新闻、政府信息、金融信息、学术研究、公共政策、医疗内容、大规模营销内容——如果一台机器可以在一分钟内生产十万篇文章，那么“内容从哪里来”就不再只是一个好奇问题，它开始变成一个信息安全问题。

欧盟制定这些规则，核心目标也正是降低 AI 内容造成的欺骗、误导和操纵风险。从这个角度看：给 AI 内容加一个机器可读的身份证，并不奇怪，甚至有点晚了。

---

## 但我反对把“AI 水印”变成“AI 原罪”

这里是我比较明确的个人观点。

**AI 水印可以有。但 AI 水印不应该变成 AI 污名。**

这是两个完全不同的概念。比如一篇文章有 Claude 水印，只能说明 Claude 参与生成或处理过这篇内容。它不应该自动推导出“所以这篇文章没有价值”，更不能推导“所以作者没有能力”。

举一个很简单的例子：一个程序员让 Claude 写了 80% 的代码，然后自己设计架构、修改代码、写测试、修 bug、做安全审查、部署上线。这段代码当然应该允许被识别为“AI 参与”，但你不能因此说“这个软件不是你写的”。

就像你不会因为程序员用了 IDE，就说“这不是人类写的，是 VS Code 写的。”工具参与创作，不等于人类失去作者身份。

---

## 而且这里还有一个很现实的问题：AI 检测不是 DNA 鉴定

这是我最想提醒大家的地方。未来很可能出现一种非常危险的逻辑：“检测器说这是 AI 写的，所以它就是 AI 写的。”

不行。**概率检测 ≠ 事实证明。**

比如一个学生自己写了一篇文章，然后为了润色，让 Claude 帮忙修改语法。检测器发现了水印。于是老师说“你作弊”。这就很荒谬。因为水印证明的可能只是 Claude 处理过这段文本，而不是 Claude 从零写完了这篇作业。这两件事差别巨大。

类似地，AI 翻译、AI 校对、AI 改写、AI 总结、AI 头脑风暴、AI 生成初稿、AI 完整代写——它们应该被视为不同程度的 AI 参与。如果未来所有这些情况都被粗暴地归类成“AI 生成”，那这个标签的实际价值反而会下降。

---

## 还有一个更大的问题：如果 Claude 有水印，别人呢？

这才是水印真正的“地狱模式”。

假设 Claude 有水印，Gemini 有水印，ChatGPT 有自己的标记，某个开源模型没有，某个本地模型没有，某个模型把文本重新生成一遍——那么最后互联网可能变成：**有身份证的人排队，没身份证的人开着摩托车狂奔。**

这显然不是一个完整的解决方案。

所以我更希望看到的不是“Anthropic 自己搞一个水印”，而是**行业标准**。最好能够做到：不同模型之间可以识别、不同平台之间可以验证、有统一的元数据标准、检测结果可以解释、能区分“生成”和“辅助编辑”、有合理的误报处理机制。

这其实比“Claude 有没有水印”重要得多。

---

## 我反而希望未来的 AI 内容拥有三层身份证

如果让我设计，我不会只做一个简单的 AI / 非 AI，我会做三层：

### 第一层：来源
例如：`Generated by Claude`，告诉你谁参与生成。

### 第二层：参与程度
例如：`AI-generated`、`AI-assisted`、`AI-edited`、`Human-authored`，告诉你 AI 到底干了多少活。

### 第三层：可验证性
例如：`Original generation`、`Modified after generation`、`Source unavailable`，告诉你这份内容现在和最初生成时还有多少关系。

这样才真正有意义。否则一个“AI 水印”很容易变成新的互联网二元论：有水印 = AI，没水印 = 人类。而现实世界根本没有这么整齐。

---

 

Anthropic 选择的技术路线其实很聪明：不往文章里塞奇怪字符，不影响用户阅读，而是利用模型生成时的概率选择建立统计指纹。这个方向既符合机器可检测的要求，也比“文章底部贴一个 AI 生成标签”难以被简单复制删除。

但水印解决的是“这东西有没有 AI 参与？”，它解决不了“这东西说得对不对？”，更解决不了“这个人有没有认真思考？”，甚至解决不了“这是不是一篇好文章？”

一篇人类写的垃圾文章，没有水印，依然是垃圾。一篇 AI 辅助、人类认真修改过的好文章，有水印，也依然可以是好文章。

所以我真正担心的不是 Claude 给文字“盖章”。我担心的是有一天，我们开始拿着这个章判断内容的价值。

---

## 最后

AI 时代可能会出现一个很有意思的变化：以前我们害怕机器冒充人，以后我们可能又开始害怕人类写得太像机器。于是机器开始给自己的文字盖章，然后人类开始研究怎么判断这是不是 AI 写的，再然后 AI 开始研究怎么生成得更像人，检测器升级，AI 再升级……

最后双方可能进入一个非常荒诞的循环：人类写文章证明自己像人，AI 写文章证明自己像人，检测器再来证明谁到底像人。

而这时候，真正应该被问的问题其实很简单：**“这句话到底有没有价值？”**

我希望未来的 AI 水印，最终只是内容的**身份证**，而不是内容的**成绩单**。

身份证告诉你它从哪里来。至于它值不值得读——还是让内容自己说话吧。

如果你最近使用 Claude 写文章、写代码、做研究，可能需要接受一个新现实：你让 AI 写出来的文字，可能已经悄悄带上了一个“身份证”。

Claude 开始给 AI 文本“加水印”：但是不是你想的水印

人工智能

新闻资讯

安全

Anthropic为Claude生成文本引入机器可读水印，基于SynthID-Text技术调整选词概率形成统计指纹，不影响阅读且难被删除。这助力欧盟AI法案透明度要求，但检测属概率判断，需区分AI生成与辅助编辑，避免误判内容价值。水印是来源身份证，而非质量成绩单。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Claude 开始给 AI 文本“加水印”：但是不是你想的水印-腾讯云开发者社区-腾讯云

Claude 开始给 AI 文本“加水印”：但是不是你想的水印

Claude 开始给 AI 文本“加水印”：但是不是你想的水印

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐