水印怎么检测？谁能用检测 API？

持有密钥的检测方可以核验一段文本的用词序列是否与 Claude 在该密钥下会做出的选择一致，并据此给出「这段文本出自 Claude」的概率。检测 API 目前是私人预览：面向 EU 要求的合格机构——监管机构、执法部门、媒体、事实核查组织、独立研究者、教育组织、EU 公民社会团体——以及有合规核验义务的企业；其他方面过 Google Form 表达意向，官方称计划扩展访问范围。公告未给出检测的数字准确率或误报率。

水印对输出质量、速度和价格有影响吗？

官方口径：内部测试未发现对内容质量、创造力或可读性的影响；DeepMind 在 SynthID-Text 上的测试（Gemini 流量切片的点赞/点踩对比）未观察到统计显著差异，人类评审在并排对比中也看不出差别；速度影响可忽略；价格不变——水印不产生额外 token，输出还是那些 token。

哪些文本检测效果好，哪些不好？

官方单列的强弱项：短文本置信度低，置信度随长度增长；事实性文本信号稀疏——比如提及专著书名时下一个词几乎是唯一的；校对与轻度改写场景信号稀疏；代码信号稀疏（注释这类存在任意选择的位置除外）；翻译文本带水印，因为译文的每个词都是 Claude 选的。公告没有单列创意类写作；从机制推断，并列候选越多、可验证的选择点越密，创意文本通常属于这一侧——这是本文的推断，不是公告口径。

编辑或者翻译能去掉水印吗？

官方表述：轻度编辑大概率不能完全去除水印；把每个词都替换掉的完全重写可以去除。另一个边界是解释粒度——检测只能回答「这段文本部分出自 Claude 的可能性有多大」，无法区分「Claude 写的」与「Claude 深度改写的」，也无法确认剩余部分是人类原创，更无法识别其他厂商的 AI（不同厂商用不同的密钥与方法）。

这和 Pangram 之类的 AI 文本检测器有什么区别？

区别在是否持钥。Pangram 这类统计检测器没有密钥，靠文体特征推断——公告举例包括「这不是 X，而是 Y」句式与 quietly 一词的过度使用。Claude 的水印检测则是密码学意义上的核验：检测方持密钥，逐词核对选择序列与密钥的一致性，输出概率结论。两者一个看「像不像 AI 写的」，一个验「是不是这个模型写的」。

Claude 文本水印拆解：SynthID-Text 变体如何让 AI 文本可验真

Anthropic 8-14 专文拆解 Claude 文本水印：密钥与前文共同决定候选词的取舍，不加隐藏字符、不改文风、不加价；检测 API 私人预览面向 EU 合格机构。机制、边界与 C2PA 图像凭证一文讲清。

TL;DR

Anthropic 于 2026-08-14 发文说明 Claude 文本水印（09-01 更新检测 API 信息）：技术上是 Google DeepMind SynthID-Text（Nature 2024 论文）的变体——生成时用密钥与已产出的前文共同决定并列候选词的取舍，不添加隐藏字符、不偏向特定词；持密钥可计算一段文本出自 Claude 的概率。未来模型将应用水印，2026-08-02 之前发布的模型在过渡期内于未来数月补上，全球适用。检测 API 处于私人预览，面向 EU 合格机构与有核验义务的企业；png/jpg/svg 图像附 C2PA 内容凭证。官方称不影响质量、速度影响可忽略、价格不变。

Claude 文本水印是 Anthropic 部署在 Claude 输出上的文本水印机制（Google DeepMind SynthID-Text 的变体）：模型在每个生成步骤从多个语义相当的候选词中做选择时，用密钥与已生成的前文共同决定取哪一个；文本本身不添加任何字符，持密钥的检测方可计算该文本出自 Claude 的概率。

Claude 文本水印是 Anthropic 部署在 Claude 输出上的水印机制：生成时用密钥与已产出的前文共同决定并列候选词的取舍，文本本身不添加任何字符，持密钥的检测方可计算一段文本出自 Claude 的概率。本文基于 Anthropic 2026-08-14 发布、2026-09-01 更新的官方专文（2026-09-14 重抓核对）逐节拆解，只转述公告与所引论文当日可核实的内容；公告未给出的数字（检测准确率、误报率）本文同样不写。

1. 背景：EU AI Act 与透明度行为准则

公告把直接动因写在前面：EU 的 AI 生成内容透明度义务。Anthropic 于 2026 年 7 月签署《AI 生成内容透明度行为准则》（Code of Practice on Transparency of AI-Generated Content，公告称约 190 家签署方），并称相关义务自 2026-08-02 起对其适用。水印是为履行这一义务落地的技术件。本站此前在周报中记录过同一义务下 OpenAI 侧的动态——ChatGPT 全产品线开始显示 AI 生成水印，可对照阅读。

2. 机制：密钥与前文决定候选词的取舍

公告的解释分三层：

模型怎么选词：语言模型一次生成一个词，每一步都从候选词列表里挑——当多个候选在语义上同样合理（公告的例子：「overcast」与「grey」都可以形容阴天），这个选择通常由随机数发生器决定。
水印换掉随机源：水印技术把随机源换成「密钥 + 前面已经生成的几个词」。效果是选择过程看起来仍然随机，但事后可验证。
检测怎么发生：持有密钥的一方可以核验一段文本的用词序列是否与 Claude 在该密钥下会做出的选择一致，并据此给出「这段文本出自 Claude」的概率。

公告用大富翁骰子做类比：把骰子换成圆周率数字序列、从某个随机偏移开始逐位取数——每一步的走法仍然近似随机，但整局棋的序列事后可以复验。这个类比出自公告原文，公告也自嘲类比不完美（骰面是 1-6，数字是 0-9）。

三条边界官方说得明确：水印不会让 Claude 偏向某些特定的词（不会促使它选本来不会考虑的词——公告的例子是生僻词 nubilous）；文本里没有添加任何东西（没有隐藏字符、没有额外 token）；对用户不可见。

技术出身也可考：公告说明这是 Google DeepMind SynthID-Text 的一个版本（variant）。SynthID-Text 的论文《Scalable watermarking for identifying large language model outputs》发表于 Nature 634 卷（2024-10-23，818-823 页，DOI 10.1038/s41586-024-08025-4），DeepMind 团队著，已在 Gemini 中部署；更早的思想源头是 Scott Aaronson 2022 年的提案。

3. 密钥与隐私边界

密钥承载水印模式，持有密钥的任何人都能检测水印。公告对隐私的表述：水印与密钥中不含任何可恢复用户及其组织、对话信息的成分——密钥绑定的是 Claude，不是个人。公告未披露密钥的轮换、保管与分发机制。

4. 覆盖范围与 API 现状

模型覆盖：未来的 Claude 模型将应用水印；2026-08-02 之前发布的模型在过渡期内于未来数月补上（官方表述 over the coming months）。
地域：全球适用——公告直言「尚无按地区可靠限定的持久办法」。
API 侧：公告没有给出任何开启或关闭水印的 API 参数名；实际可用性以官方 API 文档与产品内显示为准（OpenAI 文档域 2026-09-14 对常规抓取仍不可访问，水印的 API 细节目前仅有 Anthropic 公告一个信息源）。

5. 检测 API：谁能用、怎么申请

检测能力以 API 形式提供，当前是私人预览：

EU 要求的合格机构：监管机构、执法部门、媒体、事实核查组织、独立研究者、教育组织、EU 公民社会团体；
企业侧：有核验合规义务的企业；
申请方式：官方 Google Form 表达意向；官方称计划扩展访问范围。

公告没有给出检测的数字化准确率或误报率——这也是本文反复强调「概率式结论」的原因：检测输出的是似然，不是判定。

6. 强项与弱项：一张表

场景	水印信号	官方口径
长文本	强	置信度随长度增长
短文本	弱	置信度低
事实性文本	稀疏	下一个词常常唯一（公告举例：提及《自然哲学的数学原理》时）
校对 / 轻度改写	稀疏	官方列为例外场景
代码	稀疏	注释这类存在任意选择的位置除外
翻译	带水印	译文的每个词都是 Claude 选的

表外一个由机制推断的推论（公告未单列）：并列候选越多、可验证的选择点越密，创意类写作通常属于这一侧——标注为本文推断，非公告口径。

值得单独指出的是翻译一行：译文的每个词都是 Claude 的选择，所以翻译文本同样带水印——这与「事实性文本信号稀疏」一起构成同一机制的两面：水印信号密度取决于「Claude 做了多少个并列候选间的选择」。

7. 抗编辑性与解释粒度

轻度编辑：大概率不能完全去除水印；把每个词都替换掉的完全重写可以去除。
解释粒度：检测只回答「这段文本部分出自 Claude 的可能性有多大」——不能确认剩余部分是人类原创，不能区分「Claude 写的」与「Claude 深度改写的」，也不能识别其他厂商的 AI（不同厂商的密钥与方法不同）。

这两条决定了它作为合规工具的定位：适合回答「这段公开内容是否部分由 Claude 生成」，不适合作为「谁写的」的最终裁决。

8. 质量、速度与价格

官方给了三层口径：

质量：内部测试未发现对内容质量、创造力或可读性的影响；DeepMind 在 SynthID-Text 上的测试——Gemini 流量切片的点赞/点踩评分——未观察到统计显著差异；人类评审在并排对比中也看不出差别。
速度：影响可忽略。
价格：不变——水印不产生额外 token，计费对象还是那些 token。

公告同时说明：输出所有权、法律责任与用户在 Anthropic 服务条款下的权利均无变化。

9. 图像侧：C2PA 内容凭证，不是水印

文本水印之外，公告同步说明了图像侧的做法：Claude 生成或处理过的图像文件（支持 .png / .jpg / .svg）会附上 C2PA 内容凭证——一条加密签名的元数据注释，写明该文件由 Claude 生成或处理。要点：

任何支持 C2PA 的工具都能读取；Anthropic 将发布自己的检查器；
它不是水印——文件内容本身不变，变的只是元数据；
与文本水印是两套机制：文本侧是逐词选择的密码学痕迹，图像侧是签名元数据。

10. 与风格检测器的区别

公告顺带划清了与无密钥检测器的界限：Pangram 这类统计检测器没有密钥，靠文体特征推断——公告举例包括「这不是 X，而是 Y」句式与 quietly 一词的过度使用。Claude 的水印检测是持钥核验：逐词比对选择序列与密钥的一致性。一句话总结：一个判断「像不像 AI 写的」，一个验证「是不是这个模型写的」。

对 GPTMap 读者，这件事的价值在于给出了 AI 文本可验证性的一种工程范式——密钥化的生成期水印，而非事后统计检测；OpenAI 侧的水印动态本站已在此前周报中记录，两侧可对照阅读。

11. 下一步

同一义务下 OpenAI 侧的动态：《OpenAI 生态第 40 周（2026-08-21 至 2026-08-27）：GPT Store 上线企业版 / EU AI Act 实施 / Agents SDK 1.0》
Anthropic 企业级隐私与安全的另一条线：《EFS 深度解读：Anthropic 如何解开'零保留隐私 vs 安全监测'的两难》
Anthropic 模型侧最新动态：《OpenAI 生态 9-02 速报：Anthropic 发布 Claude Fable 5.1 / Mythos 5.1，基准表含 GPT-5.6 Sol》

关键要点

机制：SynthID-Text（Google DeepMind，Nature 634 卷 2024-10-23 论文）的变体，思想可溯至 Scott Aaronson 2022 年提案；并列候选词语义相当时本由随机数决定取舍，水印把随机源换成「密钥 + 前文」；不添加隐藏字符、不偏向特定词、不产生额外 token
检测：输出是概率式结论——「这段文本部分出自 Claude」的似然；无法确认人类原创，也无法识别其他厂商的 AI（各家密钥与方法不同）；短文本置信度低，置信度随长度增长
覆盖：未来的 Claude 模型将应用水印；2026-08-02 之前发布的模型在过渡期内于未来数月补上（官方表述 over the coming months）；全球适用——官方称尚无按地区可靠限定的办法；公告未给出 API 开关参数名
检测 API：私人预览，面向 EU 合格机构（监管、执法、媒体、事实核查、独立研究者、教育组织、EU 公民社会团体）与有合规核验义务的企业；经 Google Form 表达意向，官方称计划扩展
边界：事实性文本（下一个词常唯一）、校对/轻度改写、代码（注释等任意选择处除外）信号稀疏；翻译文本带水印（每个词都是 Claude 选的）；轻度编辑大概率去不干净，逐词替换的完全重写可以去除；无法区分「Claude 写的」与「Claude 深度改写的」
配套与成本：png/jpg/svg 图像文件附 C2PA 内容凭证（加密签名的元数据，非水印，文件内容不变）；官方称内部测试与 DeepMind 在 Gemini 流量上的测试均未见质量差异，速度影响可忽略，价格不变（无额外 token）

常见问题

按 Anthropic 2026-08-14 公告的表述：语言模型逐词生成，每一步从候选词列表里挑一个——当多个候选在语义上同样合理（公告的例子：overcast 与 grey），这个选择通常由随机数发生器决定。水印做的事是把随机源换掉：用密钥和前面已经生成的几个词来决定取舍。文本本身什么都没有添加——没有隐藏字符、没有额外 token，也不改变模型对词的偏好。