Anthropic 為 Claude 加水印後開發者迅速推出移除工具,AI 內容溯源陷入攻防戰

水印上線數天即遭“破解”嘗試

Anthropic 本月宣佈，將在未來 Claude 模型生成的所有內容中嵌入不可見、機器可讀的水印。這一決策旨在滿足歐盟《人工智慧法案》第 50(2)條的透明度要求——該法規已於 2026 年 8 月 2 日生效，要求 AI 模型提供商對合成音訊、影像、影片或文本進行標記，使其可被機器識別為 AI 生成內容，違規者可能面臨最高年營業額 3% 的罰款。

但水印方案公佈後沒幾天，多位開發者就在社交媒體上分享了移除工具。據 Wired 報道，開發者 Guillaume Meyer 在 GitHub 釋出的一款工具迅速走紅，吸引了超過 100 名貢獻者參與改進，下載量持續攀升。此後，類似聲稱能移除 AI 文本水印的工具不斷湧現。

Anthropic 的水印技術與侷限性

Anthropic 採用的水印方法基於 Google DeepMind 的 SynthID-Text 技術，自 2023 年起已用於標記谷歌的 AI 生成內容。該技術通過在 Claude 的詞彙和短語選擇中留下隱形模式實現水印嵌入——人類讀者無法察覺，但知道檢測規則的機器可以識別。

不過，Anthropic 自己也承認了技術的根本性侷限：水印只能表明 Claude “可能”在某個環節參與了內容處理，無法區分“完全由 Claude 生成”與“由 Claude 大幅編輯”，也無法確認文本是人類原創還是其他公司 AI 模型的輸出。

Anthropic 向 Wired 表示：“我們為 Claude 輸出新增標記以符合歐盟 AI 法案要求，其他實驗室也在採取類似措施。識別 AI 生成文本很困難，這為人們提供了更好的識別工具。支援的 Claude 模型（包括 Claude Code）的輸出將攜帶不可見水印，且不會改變響應的含義、質量或可讀性。我們還計劃推出文本檢測 API，讓使用者自行進行更多檢測。”

“假陽性”風險引發行業擔憂

業內對大規模水印部署可能導致的誤判表示擔憂。如果檢測工具被廣泛採用，可能出現以下場景：

• 僱主因檢測器誤報而不公平地拒絕求職者
• 研究人員或學生因正常使用 AI 輔助工具而被過度指責

這種風險在水印技術無法準確區分“AI 生成”與“人類創作 + AI 潤色”的情況下尤為突出。部分使用者擔心水印機制可能降低 Claude 響應質量，但 Anthropic 堅稱不會出現這種情況。

移除工具的有效性存疑

Guillaume Meyer 的工具通過呼叫無水印的其他 AI 模型生成多個改寫版本，替換同義詞並輕微重組內容來嘗試移除水印。但這一方法存在明顯限制：

• 僅在使用不插入水印的其他 AI 模型時可能有效
• 無法保證能真正移除水印——因為 SynthID-Text 的模式嵌入在詞彙選擇層面，簡單同義詞替換可能無法完全消除統計特徵

這場技術攻防戰凸顯了 AI 內容溯源的複雜性：監管要求推動水印標準化，但技術本身的不完美性和易規避性可能讓政策目標難以實現。Anthropic 已與 OpenAI、微軟、Meta 等超過 190 家機構簽署歐盟透明度實踐準則，但如何在合規與實用性之間找到平衡，仍是全行業面臨的挑戰。

常見問題

Anthropic 的水印技術能準確判斷內容是否由 AI 生成嗎?

不能完全準確。Anthropic 官方承認水印只能表明 Claude '可能'參與了內容處理,無法區分是完全生成還是深度編輯人類文本,也無法識別其他公司 AI 模型的輸出。這意味著存在誤判風險。

開發者釋出的水印移除工具真的有效嗎?

效果存疑。目前流行的工具(如 Guillaume Meyer 的方案)主要通過其他無水印 AI 模型改寫內容來嘗試移除,但無法保證能消除基於詞彙選擇模式的統計特徵,且僅在使用不插入水印的模型時可能有效。

歐盟 AI 法案對水印有哪些具體要求?

根據第 50(2)條,AI 模型提供商必須對合成的音訊、影像、影片或文本進行標記,使其可被機器檢測為 AI 生成內容,且不得銷售規避工具。該法規已於 2026 年 8 月 2 日生效,違規可能面臨最高年營業額 3% 的罰款。

水印技術對中國 AI 使用者有什麼影響?

雖然歐盟法案不直接適用於中國,但全球主要 AI 公司(包括 Anthropic、OpenAI 等)為符合歐盟要求而採用的水印標準,可能影響其在中國提供的產品功能。此外,這類技術可能成為未來國際 AI 監管的參考方向。

---

本文基於 GNews:The Indian Express 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://indianexpress.com/article/technology/artificial-intelligence/how-developers-trying-to-remove-anthropic-ai-watermarks-10844975/