人工智慧（AI）生成内容的辨识技术再进一步。Anthropic近日首次公开说明Claude文字浮水印的技术细节，最新一批Claude模型已内建相关机制，旧版模型也将陆续适配。这项技术的核心，是在模型生成文字时调整选词所使用的随机机制，让文字表面上与一般输出没有明显差异，但持有密钥的一方可以进一步验证其中是否存在浮水印讯号。

Anthropic表示，这项机制不会刻意改变Claude生成文字的品质。Google过去也曾以Gemini进行A/B测试，比较有无浮水印的使用者回馈，结果显示两组在使用者评分上的差异并不显著。

Anthropic此次公开的技术，也凸显AI文字浮水印与一般AI内容侦测工具的差异。传统AI侦测器主要依靠文字风格及语言特征判断内容是否由AI生成，而浮水印则透过预先植入的讯号进行验证。

Claude如何将浮水印藏进文字

Claude生成文字时，会逐步选择下一个词。当多个候选词的生成机率相近时，模型原本可以透过随机机制决定最终选项。

Anthropic的做法，是在这个选词阶段调整随机数产生方式，利用密钥推导出具有特定规律的数值，取代原本无法预测的随机数。

因此，从使用者阅读的角度来看，生成结果不会因此变得明显不自然，也不会刻意加入特殊词汇。

然而，掌握密钥的一方，则可以透过分析文字中的选词规律，确认其中是否存在浮水印讯号。

这项概念最早可追溯至Scott Aaronson在2022年任职OpenAI期间提出的构想。Google DeepMind后续将相关思路发展为产品级技术SynthID-Text，并于2024年刊登于《自然》杂志上。

Google也曾利用Gemini进行实际测试，在部分真实使用者身上加入文字浮水印，再与未加入浮水印的使用者进行比较。

结果显示，两组使用者在按赞及负评等回馈方面，并未出现具有统计显著性的差异。

翻译、校对也可能留下Claude浮水印

不过，Claude文字浮水印并非任何情况下都能有效辨识AI参与程度。

Anthropic指出，浮水印只会作用于Claude实际「选择」的词汇。这意味着，模型拥有较大选词空间时，浮水印讯号较容易形成；反之，如果文字内容受到高度限制，能够选择的词汇有限，浮水印效果也会受到影响。

翻译就是其中一个值得注意的案例。

如果使用者提供中文文章，再要求Claude翻译成英文，由于英文内容主要由Claude重新选词生成，最终文字可能留下较明显的浮水印讯号。

然而，文章原本的观点与内容仍来自使用者，浮水印本身却无法进一步区分文字究竟是由Claude从头创作，还是仅协助使用者完成翻译。

程式码也存在类似问题。由于程式码许多部分需要精确输出，模型可自由选择的空间相对有限，因此浮水印难以广泛嵌入。不过，注解及变数命名等具有较大自由度的部分，仍可能留下浮水印。

Anthropic也指出，对短篇文字而言，浮水印同样可能难以发挥作用。例如只有一、两百字的电子邮件，由于可选择的词汇与表达方式有限，能够累积的浮水印讯号可能不足。

纯粹陈述事实的内容也存在类似限制。当特定事实只能搭配固定词汇或表述方式时，模型没有足够的选词空间植入明显讯号。

校对则是另一个更复杂的情境。

如果使用者将一篇长文交给Claude修正错字，模型只修改其中少数部分，整篇文章的大部分内容仍由使用者原先撰写。此时，即使修改部分带有浮水印，也难以据此判断整篇文章究竟有多少内容由AI产生。

更重要的是，浮水印也无法回答Claude究竟参与到什么程度。Anthropic承认，相关机制最多只能判断Claude「可能参与过」某段文字，无法进一步确认究竟是从零生成，还是仅协助修改。

AI改写恐成浮水印「橡皮擦」

2026年7月一项研究发现，AI文字浮水印可能容易受到后续改写影响。

研究人员将59篇原本能被检测出浮水印的文章交由AI释义工具重新改写，结果其中58篇在改写后便无法再检测出浮水印，比例达98.3%。

也就是说，只要让另一个AI重新改写文字，就可能打乱原本藏在Claude选词规律中的浮水印讯号。

研究显示，按照当时的服务价格，重新处理一篇约1000字文章的成本约4美分，使移除浮水印的门槛可能相当低。

此外，若Anthropic公开浮水印检测API，也可能产生新的攻防问题。使用者可以利用API反复测试修改后的文字，透过「修改→检测→再修改」的方式，逐步降低浮水印讯号，直到文字不再被辨识。

因此，Anthropic虽已表示检测API「即将推出」，但目前仍未公布具体技术细节。

浮水印无法证明文章由Claude独立创作

Anthropic导入文字浮水印，也与AI生成内容标记的监管要求有关。相关讨论涉及欧盟AI法规对AI生成内容标记的要求，而Anthropic的技术则试图提供一种能够从文字本身验证AI参与的方式。

然而，文字能够被追溯到Claude，并不等于可以确认整篇作品都是由Claude创作。

举例来说，如果一名作者自行完成文章，再让Claude进行翻译、校对或大幅修改，浮水印可能证明Claude曾经参与文字处理，却无法界定AI究竟参与多少，也无法单凭浮水印判断原始内容的作者。

Anthropic也强调，浮水印不会改变作品的所有权，也不会改变法律责任的归属。

因此，Claude文字浮水印真正能回答的问题，主要是「这段文字是否可能曾经经过Claude处理」，而不是「这段文字究竟是谁的作品」。

随着AI生成内容大量进入写作、翻译及编辑流程，如何区分「AI创作」、「AI协助」与「人类创作」，也将成为文字浮水印技术除了准确率之外，仍需面对的问题。