Anthropic 为 Claude 加水印后开发者迅速推出移除工具,AI 内容溯源陷入攻防战

水印上线数天即遭“破解”尝试

Anthropic 本月宣布，将在未来 Claude 模型生成的所有内容中嵌入不可见、机器可读的水印。这一决策旨在满足欧盟《人工智能法案》第 50(2)条的透明度要求——该法规已于 2026 年 8 月 2 日生效，要求 AI 模型提供商对合成音频、图像、视频或文本进行标记，使其可被机器识别为 AI 生成内容，违规者可能面临最高年营业额 3% 的罚款。

但水印方案公布后没几天，多位开发者就在社交媒体上分享了移除工具。据 Wired 报道，开发者 Guillaume Meyer 在 GitHub 发布的一款工具迅速走红，吸引了超过 100 名贡献者参与改进，下载量持续攀升。此后，类似声称能移除 AI 文本水印的工具不断涌现。

Anthropic 的水印技术与局限性

Anthropic 采用的水印方法基于 Google DeepMind 的 SynthID-Text 技术，自 2023 年起已用于标记谷歌的 AI 生成内容。该技术通过在 Claude 的词汇和短语选择中留下隐形模式实现水印嵌入——人类读者无法察觉，但知道检测规则的机器可以识别。

不过，Anthropic 自己也承认了技术的根本性局限：水印只能表明 Claude “可能”在某个环节参与了内容处理，无法区分“完全由 Claude 生成”与“由 Claude 大幅编辑”，也无法确认文本是人类原创还是其他公司 AI 模型的输出。

Anthropic 向 Wired 表示：“我们为 Claude 输出添加标记以符合欧盟 AI 法案要求，其他实验室也在采取类似措施。识别 AI 生成文本很困难，这为人们提供了更好的识别工具。支持的 Claude 模型（包括 Claude Code）的输出将携带不可见水印，且不会改变响应的含义、质量或可读性。我们还计划推出文本检测 API，让用户自行进行更多检测。”

“假阳性”风险引发行业担忧

业内对大规模水印部署可能导致的误判表示担忧。如果检测工具被广泛采用，可能出现以下场景：

• 雇主因检测器误报而不公平地拒绝求职者
• 研究人员或学生因正常使用 AI 辅助工具而被过度指责

这种风险在水印技术无法准确区分“AI 生成”与“人类创作 + AI 润色”的情况下尤为突出。部分用户担心水印机制可能降低 Claude 响应质量，但 Anthropic 坚称不会出现这种情况。

移除工具的有效性存疑

Guillaume Meyer 的工具通过调用无水印的其他 AI 模型生成多个改写版本，替换同义词并轻微重组内容来尝试移除水印。但这一方法存在明显限制：

• 仅在使用不插入水印的其他 AI 模型时可能有效
• 无法保证能真正移除水印——因为 SynthID-Text 的模式嵌入在词汇选择层面，简单同义词替换可能无法完全消除统计特征

这场技术攻防战凸显了 AI 内容溯源的复杂性：监管要求推动水印标准化，但技术本身的不完美性和易规避性可能让政策目标难以实现。Anthropic 已与 OpenAI、微软、Meta 等超过 190 家机构签署欧盟透明度实践准则，但如何在合规与实用性之间找到平衡，仍是全行业面临的挑战。

本文基于 GNews:The Indian Express 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://indianexpress.com/article/technology/artificial-intelligence/how-developers-trying-to-remove-anthropic-ai-watermarks-10844975/