北京
出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
Anthropic又出"骚操作"，这次不少Claude用户坐不住了。
最近，Anthropic更新了一篇支持文档，标题很平：How Claude marks AI-generated content（Claude如何标记AI生成内容）。
但正文说的事不小。
一是，从2026年8月2日起，在欧盟推出的新Claude模型，发布时就会支持机器可读标记；此前已经上线的模型，则处于后续适配和过渡阶段。
二是，Claude会采用两种标记方式：生成文本嵌入不可见水印；对于受支持的文件类型，附加符合C2PA标准的数字签名来源元数据。
Anthropic表示，受支持模型的标记会覆盖Claude网页版、API、Claude Code、Claude Cowork、Claude Tag，以及AWS、Google Cloud等合作平台，全球范围内都会生效。不过，不同平台和功能可能不支持全部标记类型。
对用户来说，问题也就来了：
一篇文章是人写的，只是丢给Claude润色、翻译或校对，它返回的版本，会不会也带上AI处理痕迹？
争议就出在这里。
有网友举了个例子：你花了半年写的书稿，丢进去校对一遍语法，Claude返回的完整校订稿，也可能带上一枚"AI水印"。
这枚水印能说明的，只是文本可能经过Claude处理；它不能证明Claude是原作者，更不能证明整篇文章由AI创作。
一、水印标记Claude输出，却不说明人和AI各写了多少
这场争议的核心不在技术本身，而在一个更现实的问题：水印说明不了，一份输出里有多少内容原本出自用户，Claude又改了多少。
严格来说，水印不会反向写进用户保存在本地的原稿。它标记的是Claude返回的输出。
如果Claude只列出几处修改建议，用户手动改回原稿，本地文件不会被整体替换成Claude输出；至于少量采用这些建议后，最终文本是否还会留下可检测信号，Anthropic目前没有公布技术细节。
但如果用户让Claude重新输出一版完整校订稿，再直接复制这份返回内容，那么按照Anthropic的说明，这个版本就可能带上水印，哪怕其中绝大部分文字原本出自用户。
广播节目主持人埃里克·埃里克森（Erick Erickson）的帖子被大量转发。他是这么说的：
之前觉得Grammarly不好用，换Claude来校对语法。现在，自己写的文章经过Claude校对后，返回版本也可能带上水印，显示这份内容经过Claude处理。
他的措词很直接：荒谬至极。
这不是一个人在抱怨。
Reddit上，有人发起了更激烈的讨论：AI生成的内容，到底应该归功于谁，机器，还是给机器下指令的人？
发帖者说："我给了指令、背景、决策、无数轮修改，Claude只是工具。"
反对者的回答更尖锐："Claude完成了工作，你只是给了指令。如果你的上司给你布置任务，你做完了，他拿走100%的功劳，你会怎么想？"
二、普通用户可能保留水印，刻意规避者仍可能绕过
开发者群体的反应更激烈。
软件工程师尼克·多博斯（Nick Dobos）直接开火："Claude居然在我的代码库里添加隐形水印？？？简直胡扯！这会开一个极其恶劣的先例！我们到底在干什么？"
X用户@0xSweep发了一条被大量引用的长帖，核心是三层逻辑：
第一层，普通用户可能被标记。"你花了六个月写书，然后贴到Claude里修语法，返回版本就可能带着水印。你的原创作品，现在带上了AI处理标记。"
第二层，真正想隐藏AI使用痕迹的人可能尝试绕过。"把文字翻译成法语再翻译回来，水印可能就没了。"
第三层，检测工具还没发布。"能读这个水印的工具，到现在还没有公开。"
三条放在一起，他把争议概括为：诚实用户可能保留水印，真正想规避检测的人反而可能通过翻译、重写等方式削弱信号。
他的结论是：
这是公司在保护自己，却把它说成是在保护用户。
也有人提到了企业和API用户最关心的问题："官方文档没有写明退出选项。受支持模型的标记不只影响聊天界面，API和企业使用场景也在覆盖范围内。"
活跃开发者格雷戈里·维伯（Gregory Wieber）补充了另一个角度："不做任何区分。校对语法和从零生成，打的是同一种标记。这会坑到很多人。"
三、云端的AI听他们的
专业创作者的反应两极分化。
职业创意人瑞安·拉利（Ryan Lally）站在支持一方。他觉得，"AI帮你做研究、头脑风暴、梳理思路，没问题。但最终面向客户的作品，应该是100%你自己的。"
也有用户的立场更鲜明："恨AI，这第一步走得好。"
支持水印的人觉得，来源信号能让AI内容更透明；反对的人担心，同一种标记看不出"AI辅助""AI改写"和"AI全篇生成"之间的差别。
争议最后集中到了同一个问题：水印可以提供文本可能经过Claude处理的信号，却不能告诉检测者，Claude在这份内容里究竟扮演了什么角色。
还有一些反应不那么愤怒，但想得更远。
一名网友的长贴开头是"这会加速本地AI的普及"。
他从水印里读出了更长的逻辑链：如果每一段文字都能追溯来源，下一步，是不是追溯到人?
最后一句像一盆冷水："云端的AI听他们的。"
四、OpenAI两年前就研究过，但没有发布
在这整件事里，有一个绕不过去的参照物：OpenAI。
据《华尔街日报》此前报道，OpenAI至少两年前就研究过文本水印系统。在特定内部测试中，相关检测器识别ChatGPT生成文本的准确率曾达到99.9%。
但他们最终没有发布。据报道，内部调查还发现，接近30%的受访用户表示，如果水印上线，可能会减少使用ChatGPT。
商业顾虑是没有发布的原因之一。除此之外，OpenAI内部还讨论过误报、水印被绕过，以及检测结果可能被错误使用等问题。
Anthropic这次却发布了。
这次部署有明确的欧盟合规背景。
需要区分的是，Anthropic签署的《AI生成内容透明度行为准则》本身属于自愿安排；真正有法律约束力的，是2026年8月2日起适用的《欧盟人工智能法》第50条透明度义务。
违反相关法定义务，最高可能面临1500万欧元或全球年营业额3%的罚款。罚款针对的是违反法定义务，不是拒绝签署行为准则。
据公开报道，截至7月底，已有近200家公司签署相关行为准则，Meta、微软、OpenAI、Synthesia都在名单上。
欧盟的法律义务主要针对其适用场景，但Anthropic选择把受支持模型的标记扩展到全球。
至于为什么全球统一部署，Anthropic没有解释。
@0xSweep提出了一种推测：同时维护带水印和不带水印的两套模型，成本可能高于统一标记。
但这也只是外界猜测。
五、文本水印会不会影响文字质量？
技术层面的疑问，来自GPTZero首席技术官亚历克斯·崔（Alex Cui）。
Anthropic还没有公开Claude文本水印的具体技术方案。崔在一篇技术解释里，用KGW等常见方案说明前沿模型可能如何嵌入水印。
以他介绍的简化版KGW方法为例：模型生成每个词时，会用密钥把候选词分成"绿组"和"红组"，然后提高选择绿组词语的概率。
检测时，系统根据密钥和上下文重新计算词语所属分组。如果一段文字里来自绿组的词语比例明显偏高，就可能判断其中存在水印信号。
崔认为，许多能快速运行并支持流式输出的文本水印方案，会轻微改变模型选择词语的概率分布。按照他转述的Google研究，一项覆盖两万条文本的人类反馈实验显示，多数人没有察觉这种变化。
Anthropic则在官方文档里表示，其嵌入式水印不会改变Claude回答的含义、质量和可读性。
由于Anthropic还没有公布具体实现方式和独立测试结果，目前无法确认Claude水印是否会造成质量变化，以及变化究竟有多大。
崔对水印稳健性的判断并不乐观。
在他自己的测试中，一些免费的重写工具已经可以绕过Google DeepMind的SynthID。要注意的是，这项测试针对的是Google的方案，不是尚未公开技术细节的Claude水印。
这些局限带来了另一种担忧：水印的实际效果可能并不对称。大量编辑、改写、翻译、与其他内容混合，或者文本过短，都可能让水印无法被可靠检测。
崔的判断是：如果Anthropic公开发布检测器，人们可能通过反复测试找到稳定的移除方法；如果检测器只向政府或特定机构开放，攻击难度会更高，但已有研究显示，不依赖检测器的零样本攻击同样可能破坏部分水印。
在崔看来，这类方案更像一套"足够可用"的合规机制，而不是无法绕过的防作弊系统。
六、给输出打水印，训练数据的水印呢？
回到那篇支持文档。
Anthropic自己写了很长一段"局限性"：
检测到水印，只能说明这段文字可能经过Claude处理。不能证明Claude是原作者，也不能证明Claude是唯一作者。
文字可能在标记后被修改、摘录或混入其他内容。没有检测到水印，也不等于这段文字没有经过AI生成或处理。
换句话说，这枚水印提供的是一条来源信号，而不是对作者身份的完整证明。
它能说明的范围很有限：内容可能经过Claude处理，但看不出处理发生在校对、翻译、摘要、改写还是从零生成阶段。
Anthropic也承认，水印的检测效果可能不对称。
普通用户通常不会主动破坏水印，而真正想隐藏AI使用痕迹的人，反而可能通过大量改写、翻译、混入其他文本，或者改用不采用同类标记的模型，把检测信号磨掉。
也就是说：对不主动规避的人，水印更可能被保留下来；对刻意规避的人，它却不一定是稳定的障碍。
@syedOsama001的评论，把这种反差概括得最狠："给输出打水印，那训练数据的水印呢？"
这不是对文本水印有效性的直接技术反驳，而是在质疑AI行业对输出和训练数据采用的透明度标准是否对称。
水印已经进入Claude的新模型。但谁能检测、准确率如何、出现误判后怎么办，Anthropic还没有给出公开答案。
