Dấu Ẩn Vô Hình Của Claude: Cách Hoạt Động, Làn Sóng Phản Đối Về Quyền Riêng Tư và Vì Sao Công Cụ Xóa Không Thể Đánh Bại Nó

Mọi mô hình Claude mới được ra mắt từ ngày 2 tháng 8 năm 2026 trở đi đều mang một watermark kỹ thuật số vô hình, có thể đọc bằng máy, được nhúng trực tiếp vào văn bản đầu ra. Được áp dụng trên toàn cầu ở cấp độ mô hình mà không có tùy chọn từ chối, hệ thống này đã châm ngòi cho một cuộc tranh luận gay gắt về quyền riêng tư, quyền tác giả và sự kiểm soát—và kéo theo làn sóng các công cụ xóa bỏ mà phần lớn, hiện đang bắn trượt mục tiêu thực sự.

Cách Thức Hoạt Động Của Hệ Thống Watermark Hai Lớp

Anthropic sử dụng hai kỹ thuật bổ sung để đánh dấu nội dung do các mô hình Claude tạo ra .

1. Watermark Văn Bản Nhúng — Một mẫu thống kê được dệt trực tiếp vào văn bản được tạo ra trong quá trình suy luận của mô hình. Nó không thể nhận thấy đối với người đọc, không làm thay đổi ý nghĩa hoặc khả năng đọc, và tồn tại sau khi sao chép, dán và chỉnh sửa nhẹ . Dấu hiệu này được áp dụng bất kể đầu ra đến từ API, claude.ai, Claude Code hay các nhà cung cấp đám mây bên thứ ba .

2. Siêu Dữ Liệu Nguồn Gốc C2PA — Đối với các loại tệp được hỗ trợ (như .svg, .png và .jpg), Anthropic đính kèm các thẻ siêu dữ liệu C2PA có chữ ký số, chứng nhận bằng mật mã rằng nội dung được tạo ra bởi Claude .

Anthropic đã ký Bộ Quy tắc Thực hành của Đạo luật AI EU theo Điều 50(2) để tuân thủ các quy tắc minh bạch mới về ghi nhãn nội dung tổng hợp, và công ty đã tuyên bố sẽ sớm phát hành các công cụ phát hiện .

Làn Sóng Phản Đối: Những Lo Ngại Về Quyền Riêng Tư, Quyền Tác Giả và Kiểm Soát

Phản ứng dữ dội rất mạnh mẽ và bao gồm nhiều khía cạnh:

Không có tùy chọn từ chối và không có công tắc tắt — Watermark được tích hợp vào quy trình suy luận của mô hình. Không có nút bật/tắt nào dành cho người dùng, không có tham số API và không có thỏa thuận doanh nghiệp nào có thể vô hiệu hóa nó . Các nhà phát triển, đặc biệt là những người sử dụng Claude Code, phản đối việc tiêm siêu dữ liệu vô hình vào đầu ra của họ mà không có sự đồng ý .

Gán sai quyền tác giả — Watermark tồn tại ngay cả sau khi hiệu đính hoặc chỉnh sửa nhẹ. Các nhà phê bình cho rằng văn bản sau đó được tác giả là con người sửa đổi vẫn có thể bị gắn cờ là "do AI tạo ra", dẫn đến kết quả dương tính giả trong môi trường học thuật hoặc chuyên nghiệp .

Cáo buộc sai trong các bối cảnh nghiêm trọng — Sinh viên và chuyên gia đã tràn ngập mạng xã hội, gọi động thái này là một "thảm họa", lo sợ rằng các công cụ phát hiện tự động sẽ trừng phạt sai những công việc hợp pháp của con người .

Nhà phát triển mất kiểm soát — Các nhà phát triển nổi tiếng, bao gồm Nick Dobos của The Browser Company, phản đối dựa trên nguyên tắc: "Tôi không muốn thông tin vô hình trong đầu ra mã của mình" .

Độ chính xác phát hiện chưa được kiểm chứng — Anthropic vẫn chưa phát hành công cụ phát hiện của mình, vì vậy không thể xác minh độc lập tỷ lệ dương tính giả hoặc độ tin cậy tổng thể .

Các Công Cụ Xóa Xuất Hiện, Nhưng Hầu Hết Đều Bỏ Lỡ Tín Hiệu Thực Sự

Một làn sóng các công cụ xóa watermark đã xuất hiện trong vòng vài ngày sau khi công bố. Hiệu quả của chúng bị hạn chế nghiêm trọng.

claude-watermark-cleaner (GitHub) — Được nhà phát triển mikiane phát hành trong vòng 24 giờ. Nó thực hiện một hoặc hai lần viết lại đầu ra của Claude bằng một mô hình khác cho đến khi khoảng 70% watermark thống kê bị suy yếu. Kho lưu trữ đã đạt hơn 4.500 sao .

Các công cụ viết lại/diễn giải chung — Các dịch vụ như Haimaker và Rephrasey đề xuất một quy trình ba bước: loại bỏ các ký tự Unicode ẩn, viết lại văn xuôi bằng một mô hình không phải Claude, và loại bỏ siêu dữ liệu C2PA/EXIF khỏi tệp .

Vấn đề "dầu rắn" (snake oil) — Các nhà nghiên cứu bảo mật tại BleepingComputer và daily.dev nhấn mạnh rằng hầu hết các công cụ xóa hiện tại chỉ có thể loại bỏ các hiện vật bề mặt (ký tự Unicode ẩn, siêu dữ liệu tệp), chứ không phải watermark thống kê sâu được nhúng trong cách chọn từ. Chỉ có việc viết lại hoàn toàn mà vẫn giữ nguyên ý nghĩa mới có cơ hội làm suy yếu nó, và không công cụ nào có thể chứng minh một cách đáng tin cậy rằng watermark đã bị xóa cho đến khi Anthropic phát hành công cụ phát hiện của mình .

Các dịch vụ né tránh AI đã có sẵn — Ít nhất một dịch vụ né tránh phát hiện AI đã có từ trước cũng đã xoay trục để tuyên bố có thể xóa watermark của Claude, nhưng việc xác minh độc lập vẫn là bất khả thi nếu không có công cụ phát hiện chính thức .

Mâu thuẫn cốt lõi vẫn còn đó: nếu không có công cụ phát hiện công khai từ Anthropic, không công cụ nào có thể chứng minh một cách đáng tin cậy rằng nó đã xóa được watermark. Tín hiệu thống kê được dệt vào chính cách chọn từ, chứ không phải được thêm vào dưới dạng siêu dữ liệu có thể xóa được—và sự khác biệt đó mới là toàn bộ câu chuyện.