Anthropic 已正式开始在其 Claude 模型系列中实施文本水印，以增强 AI 透明度并遵守新兴法规。尽管该公司承诺实现无缝集成，但关于其对语言精确度的影响以及可检测的 AI 创作身份所带来的法律影响，一场日益激烈的辩论正在展开。

隐形水印的机制

Anthropic 的方法借鉴了 Google DeepMind 的 SynthID-Text 方法论。与可能会插入可见标签或隐藏 Unicode 字符的传统水印不同，该系统在大型语言模型 (LLM) 的概率层面运行。它通过微妙地调整 Token 选择过程中使用的随机性来源来发挥作用。通过调整特定词汇选择的概率，该系统会创建一个统计学上可检测的模式，这种模式可以被专门的软件识别，而不会改变文本的视觉外观。

Anthropic 断言，这一过程对 Claude 输出内容的创造力或可读性没有可衡量的影响。为了降低高精度环境中的风险，该公司指出，在词汇受语义必要性约束的事实密集型段落中，水印的分布会更加“稀疏”。

语言学批判：精确度 vs. 模式化

尽管 Anthropic 做出了保证，但来自 Daring Fireball 的知名科技评论家 John Gruber 认为，“不可察觉”这一说法是有缺陷的。争论的核心在于语义的细微差别：没有任何两个同义词是完全可以互换的。如果水印算法为了维持统计模式而优先选择特定的 Token，它可能会为了符合水印要求的统计“正确性”而放弃更精确的词汇。

Gruber 指出，这可能会导致文本质量的微妙退化，并提到目前用于验证 SynthID 等系统的指标（例如用户的“点赞/点踩”评分）是不充分的。用户不太可能因为模型选择了“grey”而不是“overcast”而对其进行惩罚，即使后者能提供更好的风格深度，这意味着文本的“质量”可能会以标准基准测试无法捕捉的方式发生侵蚀。

法律影响与水印的“粘性”

此次推广为专业领域（尤其是法律界）引入了显著的复杂性。根据 Artificial Lawyer 的报道，虽然大多数客户对 AI 辅助并不在意，但在法官或客户明确禁止使用 AI 的案件中，证明 AI 参与的能力就成了一种法律责任。

一个关键的技术挑战是这些水印的“持久性”。由于标记被嵌入到文本本身，它们可以在文档中传播。一份包含 AI 生成条款的人工起草合同将携带该水印并延续下去，从而可能污染未来的模板。此外，由于法律专业人士会使用多个 LLM，文档最终可能包含来自不同供应商的重叠水印，为透明度审计带来取证噩梦。

合规与规避

此举很大程度上是由于需要遵守欧盟《人工智能法案》(EU AI Act) 所驱动的，不过 Anthropic 正在全球范围内应用这一功能，以避免区域碎片化。所有在 8 月 2 日之后发布的 Claude 模型都已支持水印功能，旧模型也计划进行改造。然而，该系统的有效性仍存在争议；像 Declaude 这样的工具已经可以通过改写（paraphrasing）来剥离这些标记，这表明虽然水印可能会让监管机构满意，但它可能难以阻止蓄意的规避行为。

核心要点

  • 概率检测： Anthropic 使用一种 SynthID 式的方法，通过改变 Token 选择的随机性而非添加可见字符，使水印在统计上可检测但在视觉上是隐藏的。
  • 质量权衡： 批评者认为，为了维持水印模式而强行进行特定的词汇选择，本质上牺牲了语义精确度和风格细微差别。
  • 法律责任： 水印的“粘性”意味着 AI 生成的文本可以将可检测的模式带入未来的文档中，从而为律师事务所和高度受监管的行业带来透明度风险。