8月11日消息，Anthropic 在官方帮助文档中披露，已签署欧盟《人工智能法案》第 50(2) 条 AI 生成内容透明度行为准则。2026年8月2日及之后发布的新 Claude 模型将在发布时支持机器可读标记：生成文本嵌入隐形水印，生成文件附加签名来源元数据，标记对支持模型全球适用。旧模型处于法律过渡期，标记支持仍在推进。Anthropic 尚未公布官方检测机制的细节，第三方检测公司已开始分析这套水印的技术构成与可破解性。 两种互补的标记方式：文本水印与文件元数据
Claude 用两种互补技术标记生成内容。第一种是嵌入文本的水印：模型生成文本时，把肉眼不可见的水印织入文本本身，不改变含义、质量或可读性。因为水印是文本的一部分，复制粘贴后仍会随文本传播，也可能经受部分编辑；水印在模型层实现，无论文本来自哪个 Claude 产品或入口都会存在。
第二种是签名来源元数据。Claude 生成受支持的文件类型（如 .svg、.png、.jpg）时，会附加带数字签名的来源元数据，遵循内容来源与真实性联盟（C2PA）开放标准，这一标准被行业用于记录内容来源信息。元数据标签存在，表示文件经过 Claude 处理，并可以检测文件是否被篡改。
覆盖新模型、全产品线与云伙伴，全球适用
标记覆盖 8月2日及之后发布的新 Claude 模型，适用于支持模型的全部输出：Claude Platform (API)、Claude、Claude Code、Claude Cowork 和 Claude Tag，并全球适用。部分平台或功能可能不支持某些标记类型。 通过 AWS、Google Cloud 或 Microsoft Foundry 访问支持模型时，文本嵌入水印同样适用；签名来源元数据是否支持取决于各平台能力。8月2日前发布的模型处于法律过渡期，Anthropic 正在为这些模型添加标记支持。根据欧盟 AI 法案的安排，该透明度义务自 2026年8月2日适用。
检测与局限：标记是信号，不是确证
Anthropic 正在使能用户和第三方检测 Claude 的标记，检测机制细节将在后续技术文档中公布。官方同时划清了标记的边界：检测到标记表示内容可能经过 Claude 处理，但并非完全确证。Claude 可能不是原作者，用户常用它润色、翻译、摘要或转换文件，输出可以带标记而底层内容来自其他来源；内容也可能在标记后被修改、摘录或与其他材料混合。
反过来，没有检测到标记也不代表内容不是 AI 生成。官方列举了可能的原因：内容由标记支持之前的模型生成；文本经过大量编辑、改写、翻译或混入其他写作；片段过短，不足以形成可靠信号；文件元数据在格式转换、重新保存、截图等过程中被剥离；或者内容产自不支持某类标记的平台、功能或文件类型。
对部署 Claude 的开发者，Anthropic 在文档中提示，应独立评估自有产品需要满足的透明度义务，并将在后续发布标记与检测的技术指南。
水印怎么运作：KGW 方法与它的边界
前沿实验室能大规模使用的水印大多遵循同一套公式，即 KGW 方法。生成阶段，模型每生成一个 token，都把它之前已生成的 token 连同密钥做哈希，再用哈希值重新加权下一个 token 的采样概率：简单实现是把词汇随机分成绿色和红色两个集合，提升绿色集合中单词的概率。检测阶段，检测方用同样的密钥和上下文重建哈希、还原绿红集合，然后统计整段文本里有多少 token 落在绿色集合，如果显著超过 50%，就判定文本带水印。
这个方法本身有边界。改写可能让哈希失配，不过可以用统计模型代替确定性函数来生成哈希，降低对逐字匹配的依赖；水印会轻微改变文本分布，但多数人难以察觉；在短文本或高度可预测的文本（比如「2+2=4」）上，水印基本失效。绿红集合本身不容易被猜出，重建它需要从水印生成器拿到指数级数量的样本，但一旦检测器对公众开放，就会面临被针对性分析的风险。
前沿实验室把水印做进产品还有几道坎：文本是流式输出的，水印必须逐词生效，目前还做不到像 SemStamp、PostMark 那样整段规划后统一修改；密钥一旦泄露水印就失效，需要多组密钥轮换；代码等不能随意改写的文本，只能选择性替换可容忍同义词的部分（比如变量命名），相关方案包括 SWEET、EWD 等。
专家视角：水印能防住什么
GPTZero 首席技术官 Alex Cui 8月11日在 X 上发文，从检测方视角评估了这批水印的可靠性。他认为，如果 Anthropic 公开发布水印检测器，反而会削弱水印本身：对抗者会针对 Anthropic 做测试，找到可靠的水印移除策略。像谷歌那样把检测器只对政府保密更「安全」，但也有论文显示，经过训练的检测方法可以零样本破解水印，不需要任何数据，只因为它按人类写作方式生成文本（Zhang 等人 2024 年论文《沙中水印》）。公开检测器则能让水印经受实战检验，长期来看更强。
在他的测试里，水印挡不住高强度改写（尤其是组合词汇选择和句法攻击），也挡不住人工文本替换；他尝试过的免费改写工具都能轻松绕过谷歌 DeepMind 的 SynthID。他判断，前沿实验室对此可能并不在意：多数用户不会主动攻击水印，欧洲监管对这套机制的容忍度也足够，这套体系更像是监管的形式主义，而非实验室为揭露 AI 使用做的真诚努力。他最后的结论是，人们首先应该关注的不是水印技术，而是 AI 检测工具本身。
合规承诺落地为产品能力
欧盟《人工智能法案》第 50 条透明度义务自 2026年8月2日适用，Anthropic 把这一承诺做成了产品能力：水印在模型层实现，意味着从 API、Claude Code 到云伙伴任何入口生成的文本都带同一套标记；文件溯源采用 C2PA 行业标准，为第三方检测留了接口。对普通用户而言，标记不可见、不改变输出质量；需要实际评估的是部署 Claude 的企业，它们的自有产品同样要满足透明度义务。检测工具的具体形态与旧模型完成改造的时间，官方尚未公布。
AI 速览
