Claude 隱形浮水印上線：能偵測什麼，又無法證明什麼？

Anthropic 為 Claude 加入的「隱形浮水印」，更適合被理解為來源判讀訊號，而不是能證明作者身分的數位簽名。自 2026 年 8 月 2 日起推出的新模型，會在生成文字中嵌入不可察覺的統計模式；支援的檔案則可攜帶數位簽署的來源中繼資料。Anthropic 是因應《歐盟人工智慧法案》（EU AI Act）的透明度要求而採取這項措施，但並未只對歐盟使用者開放，而是於全球套用。

消息公布後，開發者很快推出開源及瀏覽器工具，宣稱可以清理 AI 標記。不過，目前最關鍵的事實是：Anthropic 尚未公開完整技術規格，也沒有提供公開偵測器，讓外界能獨立驗證這些工具是否真的破解了 Claude 的文字浮水印。

Claude 的輸出到底加入了什麼？

文字：藏在用字選擇裡的統計訊號

Claude 的文字浮水印不是可見標籤，不會多出一句提示，也不是簡單插入隱藏字元。它是在生成過程中，對模型的用字選擇施加極細微的統計偏向，之後再透過分析整體文字的詞語分布，判斷是否可能存在該訊號。Anthropic 表示，這套設計不應改變回應的意義、品質或可讀性。

檔案：數位簽署的來源中繼資料

對 SVG、PNG、JPG 等支援格式，系統採用數位簽署的來源中繼資料。這與文字浮水印是兩種不同機制：中繼資料可以提供結構化的資產來源紀錄，而文字訊號則直接融入語言本身。

在 8 月 2 日或之後推出的新 Claude 模型，標記功能會在上線時啟用。至於較早推出的模型，Anthropic 表示正在適用的過渡期內逐步補上，因此文字或檔案是否帶有標記，可能取決於所使用的模型及輸出格式。

偵測到浮水印，代表什麼？

Anthropic 表示，浮水印不包含任何識別資訊，也無法追溯到特定個人、組織或聊天紀錄。 因此，即使偵測到 Claude 的訊號，也不會等於取得使用者身分，或還原產生該文字的提示內容。

更重要的是，浮水印無法單獨回答「誰才是作者」這個更大的問題。它或許能提示 Claude 曾參與生成或處理某份內容，但不能證明：

• 誰提出了想法或下達指示；
• 誰作出編輯與取捨；
• 誰擁有最後成果；
• 人類是否對內容進行了大幅改寫；或
• 誰須對公開發表負法律責任。

現實中的 AI 輔助創作往往經過多個階段：有人可能請 Claude 先寫草稿，再自行大幅修改；也可能把 Claude 的內容與原創採訪結合，甚至只使用 Claude 做校稿。浮水印可以協助來源分析，卻不能把最終作品直接判定為「完全由 AI 創作」或「完全由人類創作」。

為什麼不是只在歐盟啟用？

《歐盟人工智慧法案》第 50 條要求生成式 AI 系統的提供者，為生成或操弄的內容加入可由機器讀取的標記，使其能被偵測為 AI 生成或操弄內容。相關範圍包括合成文字、音訊、影像及影片。

Anthropic 選擇在模型層級全球推出，而不是只為歐盟使用者開啟開關。相關報導指出，原因之一是目前難以在 Claude 不同產品及部署管道之間，維持可靠且持久的地區限制。 實際結果是，即使使用者身處歐盟以外，也可能遇到帶有標記的 Claude 輸出。

法律要求的是「有效、可靠、穩健且可互通的偵測結果」，並沒有指定所有供應商必須採用同一種統計方法、中繼資料標準或可見標籤。

移除工具為何迅速出現？

早期最受矚目的專案之一，是 Guillaume Meyer 以 MIT 授權發布的 watermarks-remover。專案儲存庫將它描述為支援多家供應商的工具，能處理使用者擁有的文字及檔案，移除隱藏 Unicode 字元與中繼資料，也提供以改寫文字為基礎的處理方式。

之後也出現其他專案。報導提到 claude-watermark-cleaner 儲存庫，以及一款宣稱能清理文件與其他格式中隱藏 AI 標記的瀏覽器工具。

其中一個 GitHub 專案據報在 3 天內累積 8,983 顆星。 這個數字反映了公眾對工具的高度關注，卻不是浮水印移除準確度的測試結果。尤其是，清除不可見 Unicode 字元或檔案中繼資料，不代表就能影響藏在模型用字選擇裡的統計訊號。

為什麼「已成功移除」目前很難驗證？

統計式文字浮水印不是附著在文件上的永久標籤。它能否被偵測，取決於模型原本的用字分布在後續處理後還剩下多少。複製、重新排版及輕度編輯，可能保留足夠訊號；翻譯、改寫、同義轉述、大幅編輯，或混入大量人類撰寫內容，則可能削弱甚至摧毀訊號。Anthropic 也承認，大幅改寫可以移除這個標記。

這就造成驗證難題：在 Anthropic 尚未公開偵測器與完整技術細節的情況下，外界無法可靠判斷某款清理工具究竟是：

1. 真的破解了統計層的浮水印；
2. 只是移除了無關的中繼資料或隱藏字元；或
3. 把文字改變到偵測結果變得不確定。

因此，早期宣稱某款工具「能有效對付 Claude」的說法，應視為尚未獨立驗證的主張，而不是已確立的技術成果。

這個限制本身具有結構性。只要人們能自由轉換語言，依賴語言分布的推論式訊號，就可能因為語言本身被改變而遭到破壞。提高浮水印在一般複製或輕度處理後的存活率，或許能減少漏判，但無法把可變動的文字訊號變成不可破解的完整保管鏈。

《歐盟人工智慧法案》第 50 條禁止移除浮水印嗎？

第 50 條主要要求相關 AI 系統的提供者，確保合成輸出帶有可由機器讀取、並可被偵測為 AI 生成或操弄的標記；在特定情況下，部署者也有額外義務。條文重點是讓輸出可被標記及辨識，而不是規定一項全球通用的浮水印技術。

目前可取得的歐盟指引，也不等於全面、獨立地禁止所有第三方移除內容上的標記。指引同時提到，不會大幅改變輸入資料或其語意的一般編輯，與相關框架有所關聯；其核心仍是建立可由機器讀取的標記制度。

這不代表移除標記在任何情境下都沒有法律後果。合約、平台規則、著作權、詐欺與誤導相關法律、僱傭或學術規範，以及特定產業的揭露義務，都可能改變個案判斷。較準確的結論是：第 50 條對提供者的標記義務，不應被誤解為文字浮水印必然永久存在，也不是一項能解決所有後續使用問題的普遍規則。

結論：它能提供線索，不能替代作者判定

Claude 的浮水印確實可能讓 AI 參與生成的情況更容易被偵測，尤其是文字只經過複製或輕度編輯、而檔案來源中繼資料仍然完整時。但它不能提供作者身分、所有權、創作責任或法律責任的確證。

移除工具迅速出現，反而凸顯了這項差異：一個儲存庫可以在外界尚未能獨立測試前，就先累積數千顆 GitHub 星號；當底層偵測器仍是私有的，人氣更不能取代證據。

對出版者、教育工作者、企業及平台而言，真正值得問的問題不只是「有沒有浮水印」，還包括：現有證據是什麼、內容被改動了多少、哪些來源紀錄仍然存在，以及該次使用適用哪些揭露規則。