Claude 隱形水印拆解：驗到 AI 參與，但驗唔出邊個係作者

Anthropic 正為較新嘅 Claude 模型加入一種肉眼睇唔到、但機器可以檢測嘅文字水印。公司表示，呢項改動主要係為咗配合歐盟《人工智能法案》（EU AI Act）第 50 條嘅透明度要求；不過，Anthropic 並冇只喺歐洲開啟，而係喺支援嘅 Claude 產品全球採用同一套安排。

最重要嘅限制係：水印檢測結果係來源線索，唔係作者身份判決。 檢測到水印，可以表示 Claude 可能參與產生過部分文字，但唔能夠指出邊個使用咗 Claude、邊個真正寫成篇作品，或者證明整份文件都係 Claude 生成。

Anthropic 究竟標記緊乜？

2026 年 8 月 2 日或之後推出嘅 Claude 模型，會由推出當日起支援機器可讀標記。Anthropic 亦表示，正研究為較舊模型補上相關功能。標記適用於多個支援 Claude 嘅使用場景，包括 Claude.ai、Claude Platform API、Claude Code、Claude Cowork、Claude Tag，以及部分第三方雲端部署；只要相關功能獲支援，全球各地都可能適用。

當中其實有兩套唔同機制：

• 文字： 將一種肉眼無法察覺嘅統計水印，分散咁織入模型揀字嘅過程。
• 支援嘅檔案： 加入數碼簽署嘅 C2PA 來源資料，例如部分 SVG、PNG 同 JPG 檔案。

呢啲機制唔等於畫面上嘅「AI 生成」標籤、隱藏字元、帳戶識別資料，亦唔係版權聲明。Anthropic 表示，文字水印唔包含可以追溯到特定人士、機構、對話或者聊天內容嘅資料。

點解由歐盟規例，變成全球政策？

Anthropic 所講嘅直接原因，係歐盟 AI 法案第 50 條嘅透明度制度，以及公司承諾遵守第 50(2) 條《AI 生成內容透明度實務守則》。相關要求規定，向歐盟市場提供服務嘅供應商，要令部分 AI 生成內容以機器可讀形式識別。

Anthropic 選擇喺支援嘅 Claude 模型可用嘅地方全面採用，而唔係只為歐盟用戶設一個地區開關。對 API 客戶、企業、開發者同一般用戶嚟講，呢個做法提供一套模型層面嘅全球標準；但唔同平台或者功能，未必支援所有種類嘅標記。

隱形文字水印點樣運作？

技術核心係模型揀 token 時形成嘅統計模式。語言模型每次續寫句子，通常都有幾個合理選擇；例如某個形容詞可以用幾個意思相近嘅字。水印機制會改變模型處理隨機性嘅方式，喺一啲影響較低嘅選擇上形成由密鑰控制嘅模式。累積足夠多次選擇後，之後就有機會檢測到呢個模式。Anthropic 形容，相關方法同 Google DeepMind 嘅 SynthID-Text 技術方向有關。

對讀者嚟講，輸出文字外觀唔會有明顯分別。系統唔會插入特殊字元，亦唔會增加額外輸出 token；Anthropic 指水印唔應該明顯影響措辭、創意、可讀性或者成本，公司內部測試亦未發現品質受影響。

由於水印係散落喺一般揀字選擇入面，而唔係獨立存在於檔案 metadata，文字經過複製貼上、格式轉換或者部分輕微修改後，仍可能保留足夠模式畀人檢測。不過，呢種持續性係機率性，絕對唔係保證。

翻譯、摘要、校對之後仲驗唔驗到？

唔可以當係可靠保證。 翻譯、摘要、改寫同大幅度編輯，會取代大量原本承載水印嘅 token 選擇。轉換後嘅文字有時可能留低可檢測痕跡，但 Anthropic 嘅說明並唔支持「所有翻譯、摘要、校對或者修改都一定保留水印」呢個講法。

文字太短亦係一個關鍵限制。一般嚟講，可供分析嘅文字越多，檢測信心越高。一段好短嘅回答，或者 Claude 只係幫手改咗幾個字嘅校對工作，可能根本冇足夠 Claude 揀出嘅文字，形成有意義嘅結果。

所以，要分清楚「文字曾經畀 Claude 處理過」同「而家仍然可以驗出水印」係兩回事。驗唔到，唔代表全段一定由人類獨力寫成；驗到，亦唔代表 Claude 寫晒全部內容。

驗到水印，實際上代表乜？

陽性檢測結果只可以回答一條好窄嘅問題：呢段文字有幾大機會曾經由 Claude 參與寫作？

佢唔能夠證明以下任何一點：

• 邊個向 Claude 下指令；
• 原本內容或者周邊文字係邊個寫；
• 人類有冇大幅度修改輸出；
• Claude 有冇生成整份文件；
• 用戶有冇違反學校、公司、出版商或者平台規則；
• 邊個擁有作品，或者法律責任應由邊個承擔。

水印亦唔會識別特定用戶、機構或者聊天紀錄，而 Anthropic 嘅密鑰亦唔可以用嚟確認其他 AI 供應商嘅輸出。

Anthropic 表示，計劃提供檢測 API。呢種工具同一般靠語氣、文風或者所謂「AI 痕跡」去估作者身份嘅 AI 檢測器唔同；水印檢測器係尋找由特定密鑰製造嘅統計簽名。

點解有人話佢係「大鎚打蚊」？

爭議焦點係：生成全新合成內容，同提供一般編輯協助，係咪應該一視同仁？批評者擔心，模型層面嘅預設水印可能將一篇由 AI 全面起草嘅文章，同一篇本身主要由人寫、只係用 Claude 幫手改拼字、文法、清晰度、翻譯或者無障礙表達嘅文件，當成同一類問題。

因此，有人形容呢種做法係「大鎚而唔係手術刀」：一套套用於模型所有輸出嘅預設標記，可能比透明度規例原本想處理嘅使用情境更闊。當學校、僱主、出版商或者平台將「驗到水印」直接當成違規證據時，呢個風險尤其明顯。

Anthropic 嘅技術解釋，的確喺部分編輯場景降低咗實際檢測機會：例如輕微校對可能只改動太少文字，未必有足夠統計訊號。但呢個係檢測信心嘅技術限制，唔係面向用戶嘅豁免，亦唔係可靠嘅作者身份測試。

同 Google、OpenAI、Meta、Microsoft 有咩分別？

比較呢幾間公司時，要先分開幾個經常混埋一齊嘅概念：

1. 簽署歐盟透明度守則；
2. 喺檔案加入來源 metadata；
3. 顯示可見標籤；
4. 喺文字入面加入統計水印。

Anthropic 表示，其他主要 AI 供應商亦簽署咗同一份歐盟守則，並會推出各自嘅系統。但呢個唔代表 Google、OpenAI、Meta 同 Microsoft 使用同一種水印方法、涵蓋同一批產品，或者提供完全相同嘅檢測政策。

Anthropic 嘅文字方法同 Google DeepMind 已公開嘅 SynthID-Text 系列有關；C2PA 就係另一套用於支援檔案嘅來源 metadata 機制。按目前提供嘅資料，未足以斷言上述四間公司全部都已經喺文字產品部署同 Claude 一樣、全球適用嘅水印。

用戶反彈，同埋實際政策難題

政策推出後，有 Claude 用戶擔心 AI 協助會喺學校、職場、出版或者商業場景曝光；亦有報道指部分用戶威脅或者聲稱會取消訂閱。

同時，亦有人研究移除或者規避水印嘅方法。大幅重寫、改寫、翻譯、摘要或者重新生成，都可能削弱甚至消除統計訊號；正因如此，驗唔到水印唔可以替某人證明「完全冇用過 AI」。相反，驗到水印亦可能只反映有限度協助，而唔係整篇內容由 Claude 包辦。

對學校、僱主、出版商同平台嚟講，最穩妥嘅結論好簡單：水印檢測結果應該只係其中一項證據，唔可以自動等同於學術不誠實、抄襲或者其他違規。 作出嚴肅決定前，應該一併考慮文件背景、草稿及版本紀錄、適用嘅披露規則、實際使用咗邊種 AI 協助，以及當事人解釋嘅機會。涉及校對、翻譯、無障礙支援同協作寫作時，人手覆核尤其重要。

Claude 嘅水印或許會令調查 AI 參與變得容易啲，但佢解決唔到更難嘅作者身份問題。真正應該記住嘅分別係：訊號唔等於證明。 水印可以協助透明度，但要判斷作者、責任同有冇違規，始終需要統計標記以外嘅完整背景。