Claude的“隐形水印”能否被消除——Cardano创始人Anthropies引发的AI时代新争论

使生成AI撰写的文章与人类撰写的文章区分开来。

乍一看，这似乎是一个在假信息和大量AI生成内容泛滥的时代应受欢迎的机制。然而，如果这种“印记”对人类不可见，并且可能残留在仅使用了少量AI的文章中，事情就不那么简单了。

2026年8月，作为加密资产Cardano的共同创始人而闻名的查尔斯·霍斯金森发布了一个开源项目“Anthropies”，旨在去除与Anthropic生成AI“Claude”相关的水印和来历信息。

这不仅仅是一个便利工具的发布，而是引发了关于生成AI的透明性应在多大程度上被技术性强制，以及AI公司在用户生成的内容上留下“印记”的权利范围等更大的讨论。

Claude引入的“隐形水印”

理解此次骚动的关键在于Claude引入的文本水印机制。

提到“水印”，人们可能会想到显示在图像角落的标志或嵌入在文章中的秘密字符串。

然而，Anthropic采用的方式与此大相径庭。

文章中并不会添加特殊字符。相反，AI在生成文章时的“选词方式”本身被赋予统计模式。

例如，在继续文章时，“重要”“关键”“不可或缺”等多个候选词在语义上都不显得不自然。

通常的生成AI基于一定的概率从中选择下一个词，而水印方式则使用基于秘密钥匙的规则，使选择具有一定的统计倾向。

人类阅读文章时无法察觉差异。

但持有钥匙的一方可以通过分析足够长的文章，统计评估“Claude参与生成这篇文章的可能性”。

据Anthropic称，这种方式基于Google DeepMind研究的SynthID Text的方式。

重要的是，这种印记不是“隐藏在文字背后的数据”，而是嵌入在文章本身的用词中。

简单删除特殊字符或从文本文件中删除元数据无法去除它。

背景中的EU AI Act

Anthropic引入此技术的一个重要原因是欧盟的AI法规“EU AI Act”。

自2026年8月2日起实施的透明性规定要求生成AI的提供者采取措施，使机器能够检测到由AI生成或操作的内容。

对象不仅限于文章，还包括图像、音频、视频等。

生成AI性能的快速提升使得人类创作的内容与AI生成内容的区分变得困难。作为应对深度伪造、假新闻、冒充、大量生成的宣传内容等的对策，建立能够确认内容来源的机制。

然而，该制度并非简单地要求“所有稍微接触AI的内容都必须显示为AI生成物”。

欧盟委员会的指南中示例了标准编辑辅助的例外，源代码等在一定条件下也不在标记义务的范围内。

此外，对于2026年8月2日之前已存在于市场的系统，仅在标记和检测义务方面设有至2026年12月2日的过渡期。

因此，将其理解为“欧盟强制要求所有AI使用加水印”是不准确的。

即便如此，对于大型AI企业来说，“使AI生成物可被机器识别”的方向性确实在加强。

霍斯金森发布的“Anthropies”

此时出现了Anthropies。

霍斯金森在其X上宣布，他正在创建一种新机制，可以与许多LLM结合使用，以去除Anthropic的水印。

项目在GitHub上发布，并采用Apache 2.0许可证。

Anthropies试图处理的“Claude的痕迹”大致可分为三种类型。

第一种是嵌入在文章本身的统计水印。

第二种是附加在图像等文件上的C2PA格式的内容凭证。

第三种是在软件开发中使用的Git提交信息中附加的“Co-Authored-By: Claude”等归属信息。

这三种看似相同，但在技术上完全不同。

C2PA信息和Git归属标记作为特定元数据或文本存在，因此相对易于处理。

而统计水印存在于文章的选词中，因此无法简单地“删除水印部分”。

为何“用另一个AI重写”

Anthropies中最引人注目的是对文章水印的看法。

如果水印作为选词模式存在，那么要破坏这种模式就需要改变文章本身。

因此，Anthropies采用了由另一模型重构原文章的想法。

项目中，将已知的元数据等去除处理与改变文章结构和表达的处理分开。

对于Git的归属标记，只需删除指定部分即可，但对于自然语言文章，则需要用与生成水印的模型不同的模型进行大幅重写。

反过来，如果请求同一生成源的模型“消除水印并重写”，新生成的文章中可能会重新加入相同机制的水印。

这反映了生成AI水印技术所面临的根本困难。

“可消除的水印”有意义吗

在SNS上尤其常见的疑问正是这一点。

“如果大幅度用另一个AI改写文章就能消除水印，真的能防止恶意使用吗？”

实际上，Anthropic自己也没有将水印描述为万能的。

轻微编辑可能会保留统计特征，而全面重写可能会丢失信号。

此外，短文章中作为判定材料的选词次数本身较少，与长文相比检测能力下降。

对于程序代码或描述严格事实的文章也是如此。

在答案几乎唯一的地方，AI自由选择其他词的余地较小，因此嵌入统计模式的空间也减少。

SNS上也有批评认为，“如果截图或重新编码会导致图像来历信息丢失，大幅度改写会削弱文章信号，那么真正企图欺骗的用户不会受到影响，普通用户反而会受到影响。”

另一方面，也有观点认为“即便不能防止所有不正当使用，也有意义”。

互联网上大量发布的AI生成内容大多未必会有意识地去除水印。

即使仅能检测到几乎原样复制并发布的生成结果的一定比例，也能成为识别大量垃圾邮件或低质量内容的依据。

SNS上显著的“人类撰写的文章会怎样？”的不安

另一个在SNS上引起强烈反响的是“如果让Claude校对自己撰写的文章”的处理方式。

例如，将人类从头到尾撰写的报告交给Claude，以便调整表达使其更易读。

如果AI修改的部分产生了统计模式，那么在后续检查时可能会被判定为“Claude参与的文章”。

这里重要的是，“Claude参与”的判定与“Claude撰写了这篇文章”的判定并不相同。

Anthropic也明确了这一区别。

水印能揭示的是Claude参与文章的可能性，而不是确定作者是人类还是AI的证据。

即便如此，在学校、企业、招聘、出版等场合，如果判定结果被单独使用，可能会对用户造成问题。

SNS上广泛传播着这样的反应：仅仅因为将人类撰写的文章交给Claude进行复制编辑就被视为“AI文章”是无法接受的。

不过，Anthropic解释说，仅轻微修正语法或标点的文章中，Claude选择的词较少，因此通常不会留下足够的水印。

欧盟的指南中也存在标准编辑辅助的标记义务例外。

这意味着“只要Claude修正一个字就必定被判定为AI生成”并不成立。

问题在于，何为“标准编辑”，何为“AI的实质生成”，其界限在实际使用场景中容易模糊。

也有欢迎透明性的声音

当然，也有不少人对水印本身持肯定态度。

在SNS上，有观点认为能够技术性确认AI生成内容的机制将是未来互联网所需。

随着生成AI的文章、图像、视频接近无法与人类创作物区分的水平，内容查看者判断来源的手段变得重要。

考虑到政治假信息、冒充企业的假广告、虚假新闻、假评论、AI自动生成的大量SEO内容等，能够确认“AI生成可能性”的技术具有公共意义。

如果AI公司不主动采取措施，生成物的可追溯性将越来越低。

在这一意义上，有用户将Anthropic的努力视为“提高透明度的进步”。

部分帖子认为，即便不是完全的检测技术，仅能识别未经加工的大量公开AI内容，也能改善整个互联网的信息质量。

霍斯金森关注的“所有权”问题

仅将Anthropies视为技术性水印去除工具，可能只理解了该项目意图的一半。

霍斯金森方面强烈提出的是围绕AI生成物的“所有权”和“归属”问题。

Anthropies的文档中对AI企业在用户拥有的成果物上持续留下痕迹提出了质疑。

尤其是像Git的“Co-Authored-By: Claude”这样的显示，不仅仅是机械性的来历信息，从人类角度看似乎在显示Claude为共同作者。

但需要注意的是，这种Git归属标记与新的统计水印是不同的机制。

Anthropies的存储库本身也解释说，Git的共同作者标记早于此次水印制度存在，并无证据显示Anthropic将两者视为相同机制。

而Anthropic方面明确表示，水印并不表示“所有权或作者”。

因此，目前

“水印的存在可能在未来导致所有权风险”

是霍斯金森方面的问题提起，

“水印不会改变用户的权利”

是Anthropic方面的主张。

这两者需要分开考虑。

实际上刚刚开始的“AI来历战争”

此次Anthropies的出现揭示的可能是比技术本身更大的结构性问题。

AI公司加强水印。

然后用户方面出现去除水印的技术。

AI公司改进检测技术。

然后出现其他工具，为避免检测而重构文章。

如果这种趋势持续下去，可能会成为围绕内容生成和检测的“猫鼠游戏”。

实际上，Claude水印发布后，X上已经出现了关于去除方法和改写影响的讨论，宣称去除水印的服务和开源工具也开始受到关注。

Anthropies成为了这一趋势的象征。

被问到的不是“是否使用了AI”，而是“如何使用AI”

未来更重要的可能是不简单地将内容分为“人类制作”和“AI制作”两类。

人类策划，AI撰写草稿，人类全面重写的情况。

人类全部撰写，仅让AI修正错字的情况。

AI生成的文章由人类进行事实核查，添加采访信息并编辑的情况。

或者AI100%自动撰写文章并直接大量发布的情况。##HTML_TAG_