AI 文本水印：读者看不见，检测器能验证

模型生成的句子，读者看起来和普通文字一样；Anthropic 计划让未来的 Claude 模型在生成过程中留下不可见的文本水印，用来判断 Claude 是否可能参与过写作。水印不会添加隐藏字符，也不会携带用户、组织或对话身份信息。1

水印落在模型一次次选下一个词的过程里。面对多个都说得通的词，模型仍然选择合理候选，只是用密钥和前文决定随机性的来源。大量选择累积后，检测器可以计算这段文字与密钥模式的匹配概率。1

这套机制抓住的是低风险选词：事实答案、固定术语和大多数代码没有足够的自由度，水印信号会更稀疏。短文本也缺少可积累的选择；文本越长，检测结果才越有机会变得稳定。1

检测结果的边界同样重要。水印可以支持「Claude 可能参与过」这样的概率判断，却不能证明文字一定由 Claude 独立写成，也不能判断用户是谁、谁拥有内容或谁承担法律责任。轻度校对可能保留部分信号，彻底改写会削弱信号。1

文本水印、AI 检测器和 C2PA 内容凭证属于三种不同证据。文本水印依靠模型密钥，AI 检测器依靠文本特征，C2PA 把签名凭证写进图片或文件元数据。三者回答的问题不同，不能互相替代。1

现在能做的最小实践，是记录模型、时间和原始输出，分别保存轻度编辑、翻译与重写版本；图片和文件保留 C2PA 元数据。Anthropic 表示检测 API 仍在准备，接入前先把证据链保存完整。1

参考：