雙層水印系統點樣運作？

Anthropic用咗兩種互補技術嚟標記Claude生成嘅內容。

1. 內嵌文字水印 — 喺模型推理嘅時候，直接將一個統計模式編織入生成嘅文字入面。人類讀者完全唔會察覺，亦唔會影響意思或者可讀性，而且複製貼上同輕度編輯後依然存在。呢個標記無論你用API、claude.ai、Claude Code、Claude Cowork定係Claude Tag，甚至係透過AWS、Google Cloud或Microsoft Foundry運行嘅模型，都會照樣加上去。

2. C2PA來源元數據 — 對於支援嘅檔案類型（例如.svg、.png同.jpg），Anthropic會附加經數碼簽署嘅C2PA元數據標籤，用密碼學方式證明呢個內容係由Claude生成嘅。

Anthropic已經簽署咗歐盟AI法案嘅行為守則（Article 50(2)），配合新嘅合成內容標籤透明度規定，公司亦話好快會推出畀公眾使用嘅偵測工具。

全面反彈：私隱、作者身份同控制權嘅憂慮

呢次反彈力度好大，仲橫跨幾個範疇：

冇得揀退出，冇得關閉 — 水印直接融入咗個模型嘅推理流程入面。用戶冇得撳掣關閉，API冇參數可以停用，就算簽咗企業合約都冇得豁免。開發者，尤其係用緊Claude Code嗰班，好反對自己嘅輸出被無聲無色咁加入隱形元數據而冇得到佢哋同意。

作者身份被錯誤歸屬 — 水印喺校對或輕度編輯之後仍然會保留。批評者指出，一篇文字如果之後畀人類作者大幅修改過，都可能仍然被標記為「AI生成」，喺學術或專業場合會搞出好多誤判。

高風險情境下嘅錯誤指控 — 學生同專業人士湧上社交媒體，鬧爆呢個做法係「一場災難」，驚自動偵測工具會錯誤噉懲罰佢哋嘅正當人類工作。

開發者失去控制權 — The Browser Company嘅著名開發者Nick Dobos就話：「我唔想我嘅程式碼輸出入面有啲我控制唔到嘅隱形資訊。」呢個係原則問題。

偵測準確度未經證實 — Anthropic仲未發布佢哋嘅偵測器，所以外界根本冇辦法獨立驗證誤報率或者整體可靠性。

移除工具湧現，但大部分都打唔中真正嘅目標

消息公布之後冇幾日，市面上就湧現咗一大堆聲稱可以移除水印嘅工具。佢哋嘅效果其實好有限。

claude-watermark-cleaner（GitHub） — 開發者mikiane喺24小時內就發布咗出嚟。佢會用另一個模型對Claude嘅輸出進行一至兩次改寫，大約可以削弱七成嘅統計水印。個repo已經超過4,500粒星。

一般改寫/改述工具 — 好似Haimaker同Rephrasey呢啲服務，建議一個三步驟流程：先清除隱藏Unicode字元，再用非Claude模型改寫文章，最後清除檔案嘅C2PA/EXIF元數據。

「蛇油」問題 — BleepingComputer同daily.dev嘅安全研究員強調，目前幾乎所有移除工具都只係可以清除表面嘢（隱藏Unicode字元、檔案元數據），而唔係嗰個內嵌喺用詞選擇入面嘅深層統計水印。只有徹底嘅、保留原意嘅改寫先有機會削弱佢，但喺Anthropic發布偵測工具之前，冇一個工具可以可靠咁證明水印真係已經被移除咗。

現有嘅規避服務 — 至少有一間本來已經存在嘅AI檢測規避服務，最近亦都轉型聲稱可以提供Claude水印移除，但冇官方偵測器，始終冇辦法獨立驗證。

核心矛盾好簡單：Anthropic一日唔推出公眾偵測器，就冇任何工具可以令人信服咁證明自己成功移除咗水印。因為呢個統計訊號係直接編織咗入用詞本身，而唔係附加喺檔案入面可以就咁剷走嘅元數據——成個故事嘅關鍵就係呢一點。

雙層水印系統點樣運作？

Anthropic用咗兩種互補技術嚟標記Claude生成嘅內容。

1. 內嵌文字水印 — 喺模型推理嘅時候，直接將一個統計模式編織入生成嘅文字入面。人類讀者完全唔會察覺，亦唔會影響意思或者可讀性，而且複製貼上同輕度編輯後依然存在。呢個標記無論你用API、claude.ai、Claude Code、Claude Cowork定係Claude Tag，甚至係透過AWS、Google Cloud或Microsoft Foundry運行嘅模型，都會照樣加上去。

2. C2PA來源元數據 — 對於支援嘅檔案類型（例如.svg、.png同.jpg），Anthropic會附加經數碼簽署嘅C2PA元數據標籤，用密碼學方式證明呢個內容係由Claude生成嘅。

Anthropic已經簽署咗歐盟AI法案嘅行為守則（Article 50(2)），配合新嘅合成內容標籤透明度規定，公司亦話好快會推出畀公眾使用嘅偵測工具。

全面反彈：私隱、作者身份同控制權嘅憂慮

呢次反彈力度好大，仲橫跨幾個範疇：

冇得揀退出，冇得關閉 — 水印直接融入咗個模型嘅推理流程入面。用戶冇得撳掣關閉，API冇參數可以停用，就算簽咗企業合約都冇得豁免。開發者，尤其係用緊Claude Code嗰班，好反對自己嘅輸出被無聲無色咁加入隱形元數據而冇得到佢哋同意。

作者身份被錯誤歸屬 — 水印喺校對或輕度編輯之後仍然會保留。批評者指出，一篇文字如果之後畀人類作者大幅修改過，都可能仍然被標記為「AI生成」，喺學術或專業場合會搞出好多誤判。

高風險情境下嘅錯誤指控 — 學生同專業人士湧上社交媒體，鬧爆呢個做法係「一場災難」，驚自動偵測工具會錯誤噉懲罰佢哋嘅正當人類工作。

開發者失去控制權 — The Browser Company嘅著名開發者Nick Dobos就話：「我唔想我嘅程式碼輸出入面有啲我控制唔到嘅隱形資訊。」呢個係原則問題。

偵測準確度未經證實 — Anthropic仲未發布佢哋嘅偵測器，所以外界根本冇辦法獨立驗證誤報率或者整體可靠性。

移除工具湧現，但大部分都打唔中真正嘅目標

消息公布之後冇幾日，市面上就湧現咗一大堆聲稱可以移除水印嘅工具。佢哋嘅效果其實好有限。

claude-watermark-cleaner（GitHub） — 開發者mikiane喺24小時內就發布咗出嚟。佢會用另一個模型對Claude嘅輸出進行一至兩次改寫，大約可以削弱七成嘅統計水印。個repo已經超過4,500粒星。

一般改寫/改述工具 — 好似Haimaker同Rephrasey呢啲服務，建議一個三步驟流程：先清除隱藏Unicode字元，再用非Claude模型改寫文章，最後清除檔案嘅C2PA/EXIF元數據。

「蛇油」問題 — BleepingComputer同daily.dev嘅安全研究員強調，目前幾乎所有移除工具都只係可以清除表面嘢（隱藏Unicode字元、檔案元數據），而唔係嗰個內嵌喺用詞選擇入面嘅深層統計水印。只有徹底嘅、保留原意嘅改寫先有機會削弱佢，但喺Anthropic發布偵測工具之前，冇一個工具可以可靠咁證明水印真係已經被移除咗。

現有嘅規避服務 — 至少有一間本來已經存在嘅AI檢測規避服務，最近亦都轉型聲稱可以提供Claude水印移除，但冇官方偵測器，始終冇辦法獨立驗證。

核心矛盾好簡單：Anthropic一日唔推出公眾偵測器，就冇任何工具可以令人信服咁證明自己成功移除咗水印。因為呢個統計訊號係直接編織咗入用詞本身，而唔係附加喺檔案入面可以就咁剷走嘅元數據——成個故事嘅關鍵就係呢一點。