Claude 隱形水印可以證明乜？又證明唔到乜？

Claude 新增嘅隱形水印，最準確嘅理解係一條內容來源線索，而唔係一個可以證明「邊個寫」嘅數碼簽名。

由 2026 年 8 月 2 日起推出嘅 Claude 模型，會喺生成文字時加入肉眼無法察覺嘅統計模式；至於部分支援嘅檔案，就會附帶數碼簽署嘅來源資料。Anthropic 因應歐盟《人工智能法案》（EU AI Act）嘅透明度要求，將安排套用到全球，而唔係只限歐洲用戶。

消息公布後，開源及瀏覽器工具幾乎即刻湧現，聲稱可以清走 AI 痕跡。不過最關鍵、亦最容易畀人忽略嘅一點係：Anthropic 暫時未公開完整技術規格，亦未提供一個公眾可以獨立測試嘅官方偵測器。因此，外界未有足夠條件驗證某個工具係咪真係成功擊破 Claude 水印。

Claude 輸出加入咗乜嘢？

文字：唔係加隱藏字元，而係改變用字機率

文字水印係喺生成過程入面融入內容。佢唔會變成可見標籤、額外一句聲明，亦唔係簡單咁塞入零寬字元或者其他隱藏字元。

相反，模型會輕微調整揀字嘅機率，令整段文字嘅用字分布可以透過統計方式分析。Anthropic 指出，設計目標係唔改變回應嘅意思、質素或者可讀性。

檔案：使用數碼簽署來源資料

對於部分支援格式，包括 SVG、PNG 同 JPG，系統會加入數碼簽署嘅來源 metadata。呢個機制同文字水印唔一樣：metadata 可以提供一份結構化嘅素材來源紀錄；文字水印就係直接藏喺語言本身嘅生成模式入面。

2026 年 8 月 2 日或之後推出嘅新 Claude 模型，據 Anthropic 所講會由推出第一日開始支援標記；較早推出嘅模型就會喺過渡期內逐步加上相關功能。所以，有冇水印可能視乎你用緊邊個模型，同埋輸出係文字定檔案。

偵測到水印，究竟代表乜？

Anthropic 表示，水印唔包含任何身份資料，亦唔可以追溯到特定人士、機構或者對話。 換句話講，偵測到正面訊號，唔等於有一份用戶身份紀錄，更加唔等於可以還原當初嘅 prompt 或完整對話。

水印更唔能夠單靠自己解答「作者係邊個」呢個問題。就算偵測到 Claude 嘅訊號，最多只可以提示 Claude 可能參與過內容嘅生成或者加工，並唔能夠證明：

• 個概念或者指示係邊個提供；
• 編輯決定係邊個作出；
• 作品嘅擁有權屬於邊個；
• 人類有冇大幅度重寫內容；或者
• 發布者喺法律上要由邊個負責。

呢個分別好重要。現實中嘅 AI 輔助創作，往往唔係「人寫」或者「AI 寫」咁二元：有人可能叫 Claude 起草，再逐段大改；有人會將 Claude 草稿同自己採訪得返嚟嘅資料混合；亦有人只係用 Claude 執字、校對或者整理結構。

所以，水印可以協助分析來源，但唔可以單獨將最終作品定性為「完全由 AI 撰寫」或者「完全由人類撰寫」。

點解 Anthropic 唔只喺歐盟啟用？

《人工智能法案》第 50 條要求生成式 AI 系統供應商，為 AI 生成或者經 AI 操作嘅內容加入機器可讀標記，令系統可以偵測內容係由 AI 生成或者修改。涵蓋範圍包括合成文字、聲音、圖片同影片。

Anthropic 選擇喺模型層面全球推出，而唔係整一個只限歐盟嘅開關。相關報道指，原因部分同產品及部署渠道眾多有關，要長期維持一條可靠嘅地區界線並唔容易。 實際效果係，即使用戶身處歐盟以外，都可能遇到帶標記嘅 Claude 輸出。

法例規定嘅係結果——標記要有效、可靠、穩健，而且具互操作性——而唔係指定某一種水印技術。法例冇要求所有供應商使用同一種統計方法、metadata 標準或者可見標籤。

移除工具點解咁快出現？

早期最受注目嘅項目之一，係 Guillaume Meyer 推出、採用 MIT 授權嘅 watermarks-remover。項目儲存庫聲稱可以處理用戶自己擁有嘅文字及檔案，清除隱藏 Unicode 字元、metadata 等來源標記，亦提供以重寫方式處理內容嘅功能。

之後亦有其他項目出現，包括 claude-watermark-cleaner 儲存庫，以及聲稱可以清理文件同其他格式內隱藏 AI 標記嘅瀏覽器工具。

其中一個儲存庫據報喺三日內升至 8,983 粒 GitHub stars。呢個數字確實反映公眾關注度，但唔係水印移除準確度嘅測試結果。

尤其係，清除零寬字元或者檔案 metadata，未必會影響藏喺揀字分布入面嘅統計訊號。換句話講，工具可能只係清走咗另一層「表面痕跡」，並唔代表已經處理到 Claude 嘅文字水印。

點解目前仍然無法證實「移除成功」？

統計式文字水印唔係貼咗喺文件表面、永遠跟住文件走嘅固定標籤。佢能唔能夠被偵測，取決於原本模型嘅用字模式，有幾多喺後續處理後保留低。

一般複製、貼上、重新排版，或者輕微編輯，可能仍然保留足夠模式；但翻譯、改寫、意譯、大幅編輯，或者混入大量人手撰寫內容，就可能令訊號減弱甚至消失。Anthropic 自己亦承認，大幅重寫可以移除相關訊號。

呢度就出現一個驗證難題：如果冇 Anthropic 嘅偵測器同完整技術資料，外界無法可靠判斷某個「清理工具」係：

1. 真係破解咗統計式水印；
2. 只係刪走無關嘅 metadata 或隱藏字元；抑或
3. 將文字改到令偵測結果變成無法下定論。

因此，現階段聲稱某個工具「可以對付 Claude 水印」，應該視為未經證實嘅說法，而唔係已建立嘅技術結果。

限制其實係結構性嘅：只要人可以自由改變語言，依靠推論模式嘅水印就有機會被改變語言本身破壞。提高水印對一般複製或者輕微處理嘅抵抗力，或許可以減少漏檢；但就算再穩健，都唔會將一個可以變動嘅文字訊號變成永遠無法破解嘅完整保管鏈。

《人工智能法案》第 50 條有冇禁止移除水印？

第 50 條主要要求相關 AI 系統供應商，並喺指定情況下要求部署者，確保合成輸出帶有機器可讀標記，而且可以被偵測為 AI 生成或者操作內容。條文重點係標記結果同可偵測性，並冇指定全世界統一使用邊一種技術。

歐盟現有指引亦唔等於一條全面、獨立存在嘅禁令，禁止所有第三方移除內容上嘅標記。指引承認，如果係一般編輯，而又冇大幅改變輸入資料或者其語義，相關情況需要放返喺整個標記框架入面理解；但佢冇將水印變成一項技術上永久存在嘅權利。

當然，移除水印唔代表喺任何情況下都一定冇法律後果。合約條款、平台規則、版權問題、防止欺詐及誤導嘅法律、僱傭或學術政策，甚至特定行業嘅披露要求，都可能影響個別個案嘅判斷。

較穩妥嘅結論係：第 50 條嘅供應商標記責任，唔應該被誤解為文字水印必然永久存在；亦唔應該被當成一條可以解決所有下游用途嘅普遍禁令。

對出版、教育同商業使用者有咩實際意義？

Claude 水印喺部分情況下可以令 AI 參與變得較容易被偵測，特別係帶標記文字只經過複製或者輕微編輯，而檔案嘅來源 metadata 又仍然保留。但佢唔能夠單獨證明作者身份、擁有權、責任，或者一個人實際參與創作嘅程度。

移除工具之間嘅競賽，反而更加凸顯呢個分別：一個 GitHub 項目可以喺冇人能夠獨立測試嘅情況下，短時間內吸引幾千粒 stars，人氣唔等於驗證結果。

對出版商、教育機構、企業同平台嚟講，真正值得問嘅唔只係「有冇水印」，而係：

• 有咩證據支持內容來源判斷？
• 內容後來經過幾大程度嘅改動？
• 原本嘅來源紀錄仲剩低幾多？
• 呢一種具體用途適用邊啲披露規則？

水印可以提供一條線索，但唔係終極答案。