AI 写文章再也骗不了人了？隐形水印上线，AI写作开始留痕
2026-09-07
5273
近日，美国人工智能企业Anthropic宣布，8月2日及以后发布的新Claude模型将从上线起为生成内容加入机器可读标记。其中，生成文本会嵌入人眼无法察觉的隐形水印。Anthropic称，这种水印不会改变文本的含义、质量和可读性，但会嵌在文本的统计分布里，复制粘贴也会被带走，部分编辑也抹不掉。公司还计划提供相应工具，帮助用户和第三方识别这些标记。
过去，AI生成的文字往往可以混在人类作品中而不易察觉。如今，模型开始主动给自己的输出留下“指纹”，AI代笔正在从难以辨认走向可以追溯。
AI生成内容时就加入标记
今年7月，《大西洋月刊》报道了畅销小说《Daggermouth》引发的AI写作争议。这部自行出版的小说曾登上《今日美国》畅销书榜和亚马逊“科幻爱情小说”榜首，出版商西蒙与舒斯特甚至以七位数美元购买了该书及续作的出版权。但一项尚未经过同行评议的研究对1.4万多本电子书进行了分析，发现《Daggermouth》被检测出的AI文本比例达到60%。作者则通过律师坚决否认使用生成式AI，出版商也表示支持该作品。
这场争议恰好说明了传统AI检测工具面临的问题：检测结果显示“像AI”，并不等于已经证明“就是AI写的”。传统AI检测工具是从用词、句式等语言特征入手，判断一段文字像不像AI生成。这种判断并不能直接证明文本来自哪个模型，因此误判和漏判始终难以避免。
模型水印则不同，它是在生成文字时就主动加入标记，检测时不必只盯着文本本身的语言风格，出版社、学校和网络平台便多了一条判断依据。
美国《商业内幕》网站报道称，Claude水印可能影响学生使用AI完成作业和论文，也可能让利用AI起草邮件等内容的职场人士更容易被揭穿。不过，该媒体也指出，现实中AI写作更常见的用途，其实是编写内部文件、会议纪要、研究报告和即时通信等，而这些内容通常不像小说、论文那样受到严格的作者身份审查。
对于普通用户来说，最直接的变化可能并不是使用体验发生变化，而是AI使用行为变得更容易被发现。出版业或许会更敏感地感受到这种变化。
水印看不见但并非“擦不掉”
然而，把AI水印当作一种“永远无法删除的电子身份证”，恐怕并不现实。
对于图像和文件，Anthropic计划采用C2PA来源元数据标准。不过，美国科技新闻与媒体平台The Verge网站指出，C2PA元数据本身并非牢不可破，文件在上传、转换或编辑过程中可能丢失相关信息。
Claude文本水印的具体技术细节目前也没有全部公开，因此外界还无法准确判断它究竟采用何种算法，以及面对不同程度的改写和攻击时能保持多大程度的稳定性。不过，《商业内幕》报道称，Anthropic已承认，大量编辑、改写、翻译，或者把Claude生成的文字与其他内容混合，都可能让水印变得无法检测。
与此同时，水印检测也存在误判风险。The Verge报道称，即便检测不到水印，也不能证明内容一定不是生成式AI产生的。换句话说，有标记可提供来源线索，没有标记却不能反向证明内容纯粹由人类创作。
8月7日发表在预印本网站上的一项研究提出，AI水印不应被简单视为鉴别单篇内容真伪的“法医工具”，而应成为更大范围内容来源和AI治理体系的一部分。研究人员指出，人机协同创作越来越普遍，单纯将内容划分为“AI生成”或“人类创
作”，可能掩盖两者之间复杂的合作关系。
或许，AI时代真正需要建立的，不是一套简单的“人写还是AI写”的二元检测机制，而是一套能够描述人和AI分别参与了什么、谁最终对内容负责的新规则。Claude给AI文字留下的隐形水印，可能只是这一变化的开始。
