少见的AI“文字水印”来了，欧盟正在把规则写进全球产品

21世纪经济报道记者肖潇 报道

现在网上随手一搜，能找到无数教程教人消除写稿“AI味”：少用破折号，删掉“不是……而是”，不要说“用一句最直白最不绕弯子的话解释”。但以后想隐藏AI代写的痕迹，会越来越难。

8月11日，Anthropic宣布启用AI标识制度：新一代Claude模型将默认把隐形水印直接编织进文本本身。这种水印无法被人眼看见，也不会直接改变文本内容，但会在复制粘贴时随文本一起保留，就算经过部分删改仍然可能留存。

可以理解为，Claude输出文字的同时会埋下一枚机器可读取的指纹。一条自媒体爆料、一篇考试作文、一篇期刊论文，即使离开Claude发布到不同平台，都可能被检测出AI来源。

听起来是一个小功能，但要做到并不容易。图片可以把水印藏进像素里，文件也可以套上数字签名，但聊天框里的纯文本？几乎没有可以隐藏水印的空间。这也是为什么AI文本的标识问题一直比图像标识更难解决。

Anthropic更新的时间点与欧盟直接相关。8月2日开始，欧盟《人工智能法案》针对通用AI模型的部分全面生效，其要求所有AI生成内容都可以被检测。除了Anthropic，谷歌、Meta、微软和OpenAI均已签署AI透明度行为准则，它们都需要在今年12月之前上线隐形水印。这也意味着，AI标识系统真正要在全球铺开了。

AI检测器已经流行几年了，但主动输出文字水印的大模型公司屈指可数。

2023年，美国普林斯顿大学学生开发的GPT Zero迅速走红，OpenAI也曾推出过自己的AI文本检测器。这类检测器的思路是在内容生成之后，再回头寻找文字规律，比如分析词汇概率、文本的困惑度和突发性，推测AI生成的可能性。

而事后检测和事前水印是两回事，后者要求模型主动留下一个只有机器能够识别的指纹。

给图像添加隐形指纹很容易，因为一张图片包含大量人眼无法察觉的像素，这一技术在纸钞上就已应用多年，但给纯文本添加水印要困难得多。“与图像不同，你几乎无法对一个句子进行任何人类无法察觉的修改，这是一个很有趣的工程难题。”GitHub的软件工程师Sean Goedeck曾撰文解释。

如何在一段看起来完全正常的文字里，隐藏一套只有机器知道的秘密规则？最简单的办法是人为制定一些规律，比如每生成五个字母必须包含一个“e”。但如果直接应用，会导致AI出现大量拼写错误，势必折损回答质量。

在此之前，OpenAI 和 Anthropic还尝试过统一字符码（Unicode），AI可能会将半角空格替换为三分之一全角空格，或者替换为全角空格——技术术语叫“同形异码字”。这确实是更隐蔽的水印，但依然很容易被识破，更禁不住粘贴、改写、翻译等常见操作。

在Claude官宣文字水印之前，唯一一家声称有文字水印的AI公司是谷歌，其使用的是一款名为SynthID的工具。

SynthID的思路，是利用大模型的数学概率分布来隐藏信息。大模型每生成一个词语，都会给下一个预测词分配概率。谷歌在这个过程中引入一套只有自己知道的采样规则，例如在概率最高的一组候选词中，优先选择SynthID评分更高的词。

当足够长的一段文字累积下来，这些选择便会形成一种数学规律。人类读起来无法察觉异常，但机器可以计算规律得分，如果总分异常高，说明大概率是AI生成的。

Sean Goedeck认为，除了SynthID，目前几乎没有其他水印可以同时做到成本低、不影响AI回答质量、还不容易被删除。本次Anthropic没有披露技术细节，因此不清楚思路是否和SynthID类似。

按照欧盟《人工智能法案》的相关要求，AI公司不仅需要提供隐形水印，还需要提供能够检测水印的工具。Anthropic在博客中表示，下一步将向用户和第三方平台开放检测器，并公布具体的检测流程。

AI代写让学术作弊和虚假新闻的争论越来越多。学生可能偷偷使用AI写考试论文，学术期刊通常要求作者披露AI创作，但由于AI文本无法被证实或证伪，自我披露的动力是很弱的。

正因如此，AI检测工具很受欢迎。知网、格子达、Turnitin等论文平台都推出了AIGC检测功能，用来识别AI生成内容。2024年开始，国内许多高校要求毕业论文必须通过这些工具的AI率检测。

但真正用起来会发现，检测的最大难题是准确率。

我们曾在2024年报道发现，尽管许多AI检测工具声称误判率在1%之内，但在使用过程中，误判概率远高于官方数字。最大的误判重灾区是语法工具、翻译软件，以及一些鲜明的个人风格，连鲁迅的文章都被检测出“AI疑似度高”。（《高校检测AI论文背后》）

Anthropic这次也特别强调了这一点：检测到的水印只是信号，不是证据，无法证明Claude参与程度有多深。比如一名学生自己写完了论文，只是让Claude简单润色，可能留下AI水印；反过来，一篇由Claude直接起草的文章，如果经过大量人工修改，也可能让AI水印消失。

换句话说，AI水印无法直接解决内容真实性与写作诚信问题，只能当作一个来源参考。但这件事的重要性在于，分辨来源原先是用户的事，现在变成AI公司需要承担的基础设施责任。

Anthropic表示，标识系统的上线来自欧盟要求。按照欧盟《人工智能法案》的要求，最迟今年12月之前，Anthropic、谷歌、Meta、微软、OpenAI等通用型大模型都需要增加AI水印机制，确保AI输出的所有内容，同时具有数字签名的元数据和隐形水印，并能让第三方相互检测。

如果未落实AI标识要求，欧盟委员会的罚款最高可达1500万欧元，或者上一财年全球总营业额的3%。

在欧盟之前，国内早在2025年9月就开始实行《人工智能生成合成内容标识办法》，要求文本、图片、音频、视频、虚拟场景等AI合成内容需打标，并设置了显式、隐式两类标识。

目前国内更常见的是显式标识，比如在AI聊天页面提示“内容由AI生成”，隐式标识则主要依赖文件元数据。对于聊天框里的纯文本而言，如何添加标记并确保其不被轻易移除，同时还能被其他平台识别，仍然是一个需要解决的问题。

美国目前则没有全国性的AI标识强制规则，但在AI公司云集的加州，《人工智能透明度法案》已于今年1月1日正式生效，同样要求在文件数据中嵌入隐式标识，显式标识则由用户自由选择。

AI标识已是全球共识，只是技术要求和覆盖范围不同，欧盟无疑是最严一档。Anthropic表示，标识机制上线后将覆盖全球Claude用户，而不限于欧盟市场。

对于这些全球化大公司，一旦采用统一的产品策略，欧洲的监管要求就会随着产品一起输出到全球。接下来要关注的便是其他几家AI巨头如何“交付”自己的合规方案，以及欧盟这套监管规则，会不会再次变成一套全球标准。