2026 年 8 月，Anthropic 在官方公告宣布：Claude 生成的文字將帶有浮水印——不顯示在畫面上、不佔用任何 token，卻能用統計方法驗出「這段文字有多大機率由 Claude 參與生成」。驅動力是 EU AI Act 的透明化義務，但因為生成流量無法按地區區分，Anthropic 選擇全球一致實施：即日起，Claude 新生成的回應都帶有浮水印。這篇拆解它的原理、品質證據、偵測界線，以及產品團隊現在就能開始準備的事。
機制：不加一個字，只換掉骰子
大型語言模型生成文字時，每一步都從多個候選詞中抽選下一個。多數選擇無關緊要：「天氣很冷」之後接「陰沉」或「灰暗」都通順，模型過去靠隨機數在這些等價選項之間落子。浮水印的做法正是從這裡下手（採用 Google DeepMind 的 SynthID-Text 方法）：保留隨機性本身，但把隨機數的來源，換成由一組密鑰與前文共同決定的序列。選詞模式因此攜帶可驗證的訊號，而低風險的選詞位置正是藏訊號的地方——因為無論怎麼選都不影響文意。
官方用 Monopoly 桌遊比喻：擲骰子決定步數的規則不變，但骰子點數改由圓周率的小數位依序供給。玩家體驗完全相同，遊戲結束後卻能查證這局是否用過圓周率。同樣地，持有密鑰的一方可以比對整段文字的選詞序列，估出它出自 Claude 的機率。
品質影響：三個「不變」
Anthropic 表示，內部測試未發現浮水印影響內容、創意或可讀性。更值得參考的是方法本身的履歷：SynthID-Text 的論文曾把帶浮水印的模型投入一部分 Gemini 流量做對照實驗，使用者給出的好評率與無浮水印版本沒有統計差異；人在並排比較時也分不出差別。第三個不變是帳務與延遲：浮水印不添加任何隱藏字元、不產生額外 token，因此不加價、不變慢。
偵測是統計估計，不是判決
要正確使用這個工具，先要正確理解它的輸出。偵測回答的是「這段文字有多少機會曾由 Claude 參與」，不是真偽判決：驗不出浮水印不等於真人所寫；驗出浮水印也難以區分「Claude 全文生成」與「Claude 大幅編輯」。樣本長度直接決定信心水準——短文本樣本少、可靠度低，文字越長，可比對的選詞決策越多，估計越準。
浮水印的密度因文體而異
選詞自由度越高，能藏的訊號越多；反之浮水印就稀疏。事實性段落是最明顯的例子：「牛頓的巨著是 Principia」之後幾乎只能接 Mathematica，無從選擇，訊號自然稀薄。程式碼更極端——語法與識別字必須精確，浮水印近乎不存在，只有註解等自由文字位置仍有訊號。翻譯則是反向案例：每個字都由 Claude 重新選出，浮水印完整保留。
隱私邊界：驗得出 Claude，追不到你
Anthropic 明確表示，浮水印不攜帶任何使用者或組織的識別資訊，也無法從中還原任何對話內容。對合規團隊而言，這劃出了關鍵邊界：浮水印是「模型涉入程度」的統計證據，不是行為追蹤器——它回答內容從哪裡來，不回答誰在用、用來做什麼。
時程：EU AI Act 驅動的全球部署
這項變更的驅動力是 EU AI Act（8 月 2 日起生效的透明化義務，Anthropic 已與其他主要 AI 供應商一同簽署歐盟行為準則）。由於技術上無法按地區區分生成流量，實施範圍是全球而非僅歐盟。舊型號有過渡安排，會在未來幾個月陸續加入；偵測 API 官方說法是「即將推出」，細節仍在制定，尚未有公開的價格與速率限制。
產品開發者的三個實際問題
第一，標示義務：使用 Claude 的產品輸出自然帶有可偵測標記，UI 上是否要主動向使用者標示 AI 生成內容，現在就能開始設計，不必等偵測 API。第二，工具鏈整備：偵測能力到來後，如何整合進既有的審核流程——內容審核、著作權爭議處理、學術誠信審查——決定了它從「可用」變成「有用」的速度。第三，多媒體另有一套：圖檔與 SVG 走的是 C2PA 內容憑證，在檔案 metadata 加入密碼學簽署，與文字浮水印是互補的兩套機制，支援 C2PA 的工具可直接讀取。
對 builder 的務實結論：把文字浮水印當成合規基礎建設，而不是內容真偽的萬靈丹。它給的是統計證據，且界線清楚——短文、程式碼、事實性段落的訊號都有限。但在我看來，它仍是目前 AI 透明化工具箱裡，少數完全不犧牲輸出品質就能部署的方案：品質、成本、速度三個都不變，換到的是一條可驗證的生成 provenance。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。