硕鼠的博客站 ·

Claude隐形水印为何伤害创作者

💡 原文中文，约8300字，阅读约需20分钟。

📝

内容提要

Anthropic为Claude输出添加隐形水印，声称符合欧盟AI法案，但无法阻止大厂蒸馏，反而误伤认真创作的真人。水印通过选词概率嵌入，易被改写清除。平台AI检测不精准，导致真人创作者如财经博主被误判封禁。建议创作者用自己的话重述内容，并主动标注AI生成，以规避风险。

🔎

文章指出，Anthropic的隐形水印在数据清洗和模型训练过程中极易被消除，因为蒸馏方抽取的是模型能力而非具体文本。真正用于抓蒸馏的是行为分析，如账号协同、IP和支付方式等，与输出内容无关。因此，水印更多是满足欧盟法规的形式，而非技术上的有效防御。

文章提到，AI检测器对非英语母语者的误判率高达61.3%，甚至将美国宪法误判为AI生成。平台检测不精准，加上举报机制，可能导致真人创作者被误伤，如财经博主Allon Chen的频道被停止变现。这提醒创作者，依赖AI检测可能带来不公平的处罚。

文章建议创作者避免直接念稿，而是用自己的话重述内容，以降低水印残留。同时，主动标注AI生成内容，如老范的实践表明，标注后播放量和变现未受影响。此外，可考虑本地部署开源模型进行二次处理，但需注意技术门槛。

❓

Anthropic从2026年8月2日起，在欧盟发布的新Claude模型生成的文本中嵌入隐形水印。这种水印人眼不可见，但机器可识别，不改变文本含义、质量和可读性，且会随文本复制粘贴而保留。它通过调整选词概率嵌入，但经过大幅改写、翻译或混合后可能失效。

因为蒸馏过程需要清洗、去重、改格式等，这些步骤会重写文本，导致水印被清除。即使水印侥幸进入训练数据，模型学习的是词间关系和风格，而非具体选词概率，生成新内容时水印也不会保留。此外，Anthropic实际依靠行为分析（如同步流量、共同支付方式）来检测蒸馏，而非水印。

Anthropic的隐形水印技术基于谷歌的SynthID-Text方案。大模型生成文本时，会按概率选择下一个词。水印通过在摇号前给一半候选词加分，使其更容易被选中，但不影响语义和可读性。检测时，对照暗表统计选中的词，若大部分属于暗表，则判定为AI生成。

显式标识是人眼可见的标签，如图片上的水印；隐形水印人眼不可见但机器可识别，且对所有内容相同；指纹则每份文档不同，可识别具体来源；来源凭证（C2PA）记录在文件头，包含创作者和设备信息，但容易被抹掉。

AI检测器不精准，例如斯坦福测试显示非英语母语者的作文被误判为AI的概率高达61.3%，而母语者仅3.2%。此外，平台如YouTube的检测可能依赖用户举报，导致真人创作者如财经博主Allon Chen被误判为AI违规，停止变现。

建议创作者用自己的话重述内容，避免直接念稿，以洗掉水印；或者使用开源模型如Qwen3.8-27B对稿件进行重写。同时，主动标注AI生成内容，避免被平台误判。

主要为了遵守欧盟AI法案第50条，该条款要求AI生成内容需以机器可读格式标记。Anthropic希望通过此举展示合规性，并作为其商业卖点。

OpenAI内部有技术方案，但担心用户流失（30%用户表示会弃用）和误伤非英语母语者，因此搁置。

🏷️