Anthropic 与 Google 的竞争延伸至 AI 文本水印检测

Anthropic 已开始为新款 Claude 模型生成的文本添加水印，但更大的冲突将在第三方尝试检测这些标记时展开。该公司表示，即将推出的工具将允许外部用户检查文本和文件中是否含有受支持的 Claude 水印。这使 Anthropic 与 Google 的竞争进入了一个棘手的新市场：在不夸大证据所能证明内容的前提下，判定 AI 是否参与处理过一份文档。

这一变化适用于 2026 年 8 月 2 日或之后在欧盟推出的受支持 Claude 模型。Anthropic 表示，标记在模型层面进行，并会随受支持 Claude 模型的输出在全球范围内提供。该公司还计划在截至 2026 年 12 月 2 日的过渡期内更新旧模型。

Google 通过 SynthID 建立了最清晰的参照点。SynthID 是其为 AI 生成的文本、图像、音频和视频添加水印并进行识别的系统。Google 已向开发者开放部分文本水印技术，并与部分选定用户测试了检测器。Anthropic 现正承诺推出自己的检测机制，但尚未发布完整技术文档。

这并不只是又一个 AI 检测器进入拥挤的市场。传统检测器通常根据写作模式推断 AI 是否参与创作，往往无法访问生成内容的模型。水印检测器则是寻找生成过程中被刻意嵌入的信号。

这种区别可在受控条件下提高可信度。但它仍无法回答谁写了文档、Claude 为何处理该文档，或是否有人违反了某项政策。

因此，接下来的考验既关乎解读，也关乎检测。Anthropic 必须证明外部组织能够稳定发现其标记，同时理解其有限含义。Google 则必须证明其先发优势能够发展为可互操作的验证系统，而非又一种封闭信号。

Anthropic 正在全球范围内标记 Claude 输出

Anthropic 已将水印技术从一项研究提案转变为受支持未来 Claude 模型的默认属性。

该公司的标记指南称，受支持的模型会直接在生成文本中嵌入不可感知的水印。这是一种由模型 token 选择形成的统计模式，并非可见标签或隐藏字符的集合。

Token 是语言模型生成文本时处理的单位。它可能代表一个词、词的一部分，或一个字符。语言模型会为可能的下一个 token 分配不同概率，然后从这些可能性中进行选择以延续回答。

模型可以按照受控模式调整这些选择，从而嵌入统计水印。生成的文本对读者而言应与普通文本无异。掌握正确信息的检测器则可以分析 token 序列，寻找该模式存在的证据。

Anthropic 表示，该水印不会改变 Claude 文本的含义、质量或可读性。在公开技术结果证明系统在不同语言、模型设置和专业化输出中的表现之前，这仍只是公司的说法。

覆盖范围不止于 Claude 的消费者聊天界面。Anthropic 表示，受支持的标记适用于 Claude、Claude Code、Cowork、Claude Tag、其 API，以及通过云服务商提供的受支持部署。这意味着，开发者不能仅因 API 响应从未出现在 Claude.ai 上，就假定其不受该系统影响。

文件会获得另一种标记。受支持的 PNG、JPG 和 SVG 输出可携带符合 C2PA 标准的签名溯源元数据；C2PA 即 Coalition for Content Provenance and Authenticity 标准。溯源元数据通过加密签名声明记录文件的来源和编辑历史信息。

文本水印和 C2PA 凭证解决的是相关但彼此独立的问题。文本水印存在于生成的 token 模式中，可在普通复制后留存。C2PA 信息则随文件传递，并可揭示其签名历史是否仍保持完整。

两种方法都无法让内容完全不可篡改。截图可以将图像与附带元数据分离。大幅改写也可能削弱文本中的统计模式。

Anthropic 还警告称，阳性结果并不能证明 Claude 创作了每一个观点或句子。Claude 翻译、排版、校对或轻度修改人类撰写的材料后，文档也可能带有标记。最稳妥的结论是：受支持的 Claude 模型处理过内容中某些可检测部分。

这一限定对工作场所政策至关重要。传播团队可能要求 Claude 修正一份由人工撰写的新闻稿中的标点。即使员工提供了主张、结构和原始措辞，检测器仍可能发现 Claude 的标记。

阴性结果同样存在局限。短文本可能无法提供足够的 token 选择，难以实现可靠检测。大量编辑、翻译，或将 Claude 输出与其他材料混合，都可能削弱信号，直至检测器无法再识别它。

因此，水印改变了调查人员能够提出的问题。他们不再只是问文本是否“听起来像 AI”，而是可以问其中是否含有模型特定的嵌入信号。在任何人据此认定作者身份或责任之前，答案仍需结合背景解读。

欧盟 AI 法案为何决定了时间表

监管给出了截止期限，而技术响应则远远超出了欧洲范围。

Anthropic 将其推出计划与欧盟《AI 法案》第 50 条及相关 AI 生成内容透明度准则联系起来。这些规则推动提供商在技术可行时，以机器可读形式让生成或操纵过的输出可被识别。

对于新推出的模型，相关义务于 2026 年 8 月 2 日生效。已在市场上的模型提供商也面临过渡期。Anthropic 表示，正努力在 2026 年 12 月 2 日前为这些旧系统添加标记。

全球范围的推出避免形成一种碎片化系统：同一模型在一个地区生成带标记文本、在其他地区生成未标记文本。当内容跨越国界、平台和企业系统流动时，这也使检测更有价值。

这种更广泛的做法带来了运营层面的影响。即便没有任何欧洲员工接触过文档，美国公司也可能收到带标记的 Claude 输出。出版商也可能在来自任何受支持市场的投稿材料中遇到这一信号。

直接压力将落在其他前沿模型提供商身上。Google 已在部分 Gemini 输出中为文本添加水印，而 OpenAI 描述过一种更侧重于生成媒体的合规方案。现在，每家提供商都必须决定标记哪些输出、提供何种检测访问方式，以及如何清晰说明其局限。

平台则面临另一项决定。社交网络、学习管理系统、出版商或文档服务可以集成多个提供商专属的检测器；也可以等待一个跨供应商统一结果的共享验证层。

第二种路径对用户更容易，但需要就结果格式和置信度表述展开合作。简单的“检测到 AI”标签会抹去模型特定水印证据与概率分类之间的重要区别。

这些规则还暴露出透明度与产品一致性之间的冲突。水印会改变模型的生成过程，即使这些改变被设计为不可感知。提供商必须在保持回答质量的同时，生成足够强、可供后续检测的信号。

长篇创意写作能为水印系统提供大量 token 选择。事实性回答、引文、代码和简短回复则限制了可用措辞。这些限制可能削弱系统，或迫使其设置例外。

Anthropic 尚未提供该系统在这些类别中的检测准确率公开测量结果。其即将发布的文档需要说明支持的内容、具有实际检测价值的最短长度、预期的错误结果，以及会降低置信度的转换方式。

该公司还需要针对经由多个系统处理的文本制定清晰政策。一份草稿可能始于 Gemini，经 Claude 处理后，再由人类完成最终编辑。模型专属检测器可能返回重叠或相互冲突的结果。

这正是监管并不会随着嵌入信号而结束的原因。一个有用的透明度系统需要检测器、文档，以及传达不确定性的规则。缺少这些要素，机器可读性带来的困惑可能多于问责。

Anthropic 与 Google 的竞争聚焦检测访问

Google 在部署方面领先，而 Anthropic 可通过让模型专属检测更易使用、更不易被误解来参与竞争。

Google 先推出了用于图像的 SynthID，之后将其扩展至文本、音频和视频。其文本方法会在生成过程中改变 token 概率评分，形成可由相应检测器识别的统计模式。

该公司的SynthID 说明称，这种水印已嵌入多个 Google 生成式产品中，且对人类不可感知。Gemini 的应用和网页体验均使用文本版本。

Google 发布的实现细节也比 Anthropic 目前提供的更多。其技术概览解释称，检测会将生成的 token 模式与带标记和未标记文本的预期模式进行比较。

Google 承认，该方法并非通用答案。它最适用于较长且变化丰富的回答。彻底改写或翻译可能显著降低检测置信度，而事实性提示则提供较少可安全调整 token 概率的机会。

2025 年，Google 宣布推出 SynthID Detector 门户，用于检测其工具生成的文本、图像、音频和视频。该门户扫描上传材料，并可识别更可能包含水印的部分。Google 最初向部分记者、研究人员和媒体专业人士开放访问权限。

Google 在宣布该门户时表示，已有超过 100 亿条内容获得 SynthID 水印。该数字涵盖多种媒体类型，而非仅指文本，但显示了 Google 部署的规模。

该公司还将其文本水印技术开源，使开发者能够将这一方法纳入自己的模型。开源实现并不会披露用于识别每个生产模型的私钥，但它让研究人员能够检验该机制并测试相关配置。

Anthropic 当前的承诺范围更窄。该公司表示，正努力让用户及其他第三方能够检测嵌入的 Claude 水印和溯源元数据，并计划在即将发布的技术文档中说明这些机制。

来源简报提及一项水印检测 API，但 Anthropic 现有指南尚未记录公开端点、架构、认证流程或发布日期。在这些资料发布前，最稳妥的表述是计划中的第三方检测能力，而非已上线的 API。

这一验证缺口是故事的核心。公告可以表明意图，但开发者需要实际接口，才能构建审核、出版、审计或教育工作流。

API 相较于门户网站更具优势。组织可以在现有审核系统中扫描文档、记录结果、整合信号，并实施自己的升级处理政策。对于审查大型档案的出版商和合规团队而言，批量处理同样重要。

API 访问会带来治理问题。Anthropic 必须决定是否允许任何人提交文本、检测是否需要账户，以及如何防止探测行为帮助攻击者移除水印。它还必须说明提交材料的数据保留政策。

随着 SynthID 扩展，Google 面临类似选择。若检测器仅向获批合作伙伴开放，就无法服务于每所学校、每个新闻编辑部、每个交易平台或每家企业。然而，完全公开访问可能会暴露更多关于该信号在遭到刻意修改时如何表现的信息。

因此，Anthropic 与 Google 的竞争并不在于哪家公司能先打上不可见的标记，而在于谁能围绕这一标记建立更可信的验证系统。

可信度将取决于文档说明、可量化的错误率、隐私条款、开发者访问权限，以及审慎的结果表述。若检测器在缺少这些保障措施的情况下给出耸动结论，便会带来法律和声誉风险。

这也为独立验证服务商提供了发挥作用的空间。他们可以将特定模型的标记与溯源记录、账户历史和编辑审核结合起来，但不应将这些信号简化为缺乏依据的作者身份断言。

对于正在构建自身证据链的团队而言，可搜索的 AI knowledge base 能够保留草稿、来源和审核决策。当水印只能表明某个 AI 系统处理过文本时，这些上下文尤为重要。

检测并不能证明文本由谁撰写

Claude 水印表明可以检测到模型参与，并不代表抄袭、欺骗或完全由 AI 撰写。

设想一名研究人员撰写报告后，请 Claude 缩短其中三段文字。检测器可能会在修订内容中发现标记，但无法判断哪些事实主张来自研究人员、哪些措辞由 Claude 修改，或这种使用是否符合组织政策。

翻译中也存在同样的问题。记者可能先用一种语言报道并起草文章，再使用 Claude 制作英文版本。最终文本体现了大量人类工作，但模型层面的生成仍可能加入水印。

因此，阳性结果应当引发问题，而非构成裁决。审核人员可以询问工具是如何使用的、是否需要披露，以及是否存在支持性证据；不应将结果视为不当行为的自动证明。

教育场景的过度延伸风险最高。学校可能会试图将检测器当作查重机器，但这种做法忽略了获准的编辑、无障碍支持、翻译、错误结果，以及辅助与作者身份之间的区别。

职场调查也有类似顾虑。员工可能通过获批准的企业工作流使用 Claude；另一名员工则可能在不知晓来源的情况下，将经 Claude 处理的措辞粘贴到共享文档中。

水印检测依然能够提供价值。与仅凭文风猜测的分类器相比，它能提供更强的特定模型信号。当结果与清晰阈值和审核流程结合时，它可以帮助平台大规模标注内容。

其局限具有结构性。统计检测需要足够多的带标记 token，才能将模式与普通变化区分开来。短文本包含的证据更少，而引文和事实性语言允许的 token 替换也更少。

编辑同样会改变样本。删除段落会移除带标记的 token，而混合人类与模型文本会稀释其模式。翻译则可能在保留原意的同时替换几乎每一个 token。

Google 已公开承认 SynthID 存在这些弱点。Anthropic 同样警告称，大幅编辑、混合内容和长度不足都可能使 Claude 的标记无法检测到。这些披露应当塑造每一款下游产品。

独立研究还提供了另一项警示，但不应将其视作对 Anthropic 尚未公开系统的直接测试。2026 年 7 月的一项水印评估依据取证标准，对三种方法的开放实现进行了测试。

该预印本报告称，保留语义的改写使大多数最初被检测到的样本不再能够被检测。其 SynthID 实验使用的是开放的 MarkLLM 实现，而非 Google 的专有生产服务。因此，这些发现说明的是一类风险，而非对 Claude 水印的测量。

这一区别很重要。研究人员不能从另一种实现推断 Anthropic 的错误率，但可以合理要求 Anthropic 在机构将检测结果视为证据之前，发布可比的鲁棒性测试。

该公司应披露其在不同语言、长度、temperature 设置和内容类型下的表现。测试应包括普通校对、混合作者身份、翻译、引文和刻意改写。

误报需要特别关注。理论上，特定模型的水印应当比通用文风分类器提供更强的控制能力；但实际部署仍需针对人类文本、其他模型和异常写作模式进行验证。

漏报的重要性有所不同。阴性结果无法证明没有任何 AI 系统参与。文本可能来自不受支持的 Claude 模型、其他提供商、简短回复，或经过大幅编辑的输出。

组织应保留分级结果，而不是强制使用二元标签。实用分类可以包括：检测到受支持的标记、未检测到受支持的标记、证据不足，或无效的溯源签名。

结果还应明确所测试的信号。“检测到 Claude 水印”比“检测到 AI”承载更多信息。它告诉审核人员，哪个提供商的系统发现了某种嵌入式模式，但不会作出超出这一范围的断言。

最后，检测政策需要申诉渠道。受结果影响的人应能够提供版本历史、来源笔记和工作流记录。技术不确定性不应演变为不可逆的行政判断。

出版商和开发者需要具备证据意识的工作流

最有用的实现方式，是将水印检测作为有文档记录的审核流程中的一个输入。

新闻编辑部可以在发布前扫描投稿的图片和文本，查找受支持的标记。阳性结果可能促使编辑要求披露，或检查来源链，但不应自动阻止投稿发布。

交易平台可以利用检测来执行有关生成式产品描述或媒体内容的规则。平台仍需区分被禁止的合成内容与获准的 AI 辅助编辑。

企业合规团队在追踪经批准的模型使用时，可能会发现这一能力很有用。他们可以将水印结果与内部访问日志和文档历史进行比对，这种组合比任一来源单独使用都提供更多上下文。

开发者应记录检测器版本、时间、内容哈希和完整响应。检测系统会不断演进，同一文档在模型或阈值更新后可能获得不同分数。

除非必要，他们应避免存储敏感的提交文本。第三方 API 可能接收到合同、医疗信息、源材料或尚未发表的报道。在组织发送此类内容前，Anthropic 的文档需要明确的数据保留和训练条款。

界面设计同样重要。检测器应以通俗语言说明结果的含义，也应在输入过短或经过修改、无法可靠检查时明确提示。

置信度分数可以帮助具备资质的审核人员，但数字也可能制造虚假的精确感。例如，92% 的结果可能看起来像作者身份的概率，即便它实际衡量的是与某种水印模式的兼容性。

产品团队应精确定义该数字，或避免展示它。他们还必须说明不同媒体类型或不同模型代际的分数是否可以比较。

特定模型的检测器不能取代内容凭证。水印可以在某些会剥离元数据的转换后存留；而当凭证仍然附着时，签名溯源可以提供更丰富的来源和编辑信息。

将两者结合可以形成纵深防御。有效的 C2PA 记录能够建立经过签名的历史，而嵌入式水印在常规传播后仍可被检测。人工审核可以解决这些信号彼此矛盾的情形。

没有任何单一提供商能控制完整的内容链。文本会流经文档编辑器、协作工具、发布系统、消息应用和其他 AI 服务。互操作性决定了标记能否在原始产品之外继续发挥作用。

通用的结果格式可以减少集成工作。它可以标明提供商、模型系列、信号类型、检测器版本、置信度类别和已知限制。行业组织或监管机构可能需要协调这一标准。

另一种结果则是一系列互不兼容的门户和 API。每个平台都需要单独的凭证、解析逻辑、隐私评估和用户沟通。规模较小的组织可能因此依赖较弱的通用分类器。

这会削弱监管的透明度目标。如果只有大型平台负担得起集成和法律审查，检测就无法成为常规做法。

Anthropic 可以通过提供稳定的文档、易于访问的测试和保守的默认表述来缩小这一差距。Google 则可以通过扩大 SynthID Detector 的访问范围并持续公布验证结果，来巩固自身地位。

在这些细节明确之前，开发者应避免构建惩罚性自动化机制。更安全的首次部署应当是信息性的、可记录的、可审核的。团队可以先研究真实输入，再附加执行后果。

三项信号将揭示这一承诺是否奏效

下一阶段将通过真实的接口、独立性能数据，以及超出提供商自控演示范围的采用情况来衡量。

第一项信号是 Anthropic 的技术发布。开发者需要了解检测功能会以 API、门户、本地库还是多种选项的形式推出。文档应明确受支持的模型、文件格式、文本限制、身份验证和隐私条件。

有文档的 API 会增强这一公告的说服力，因为第三方可以在真实工作流中测试它。如果又一次只是没有端点或访问时间表的笼统承诺，那么“外部检测即将到来”的说法就会被削弱。

第二项信号是基准披露。Anthropic 应公布其在长篇散文、短回答、代码、引文、翻译、校对和混合作者身份等场景下的误报和漏报结果。

鲁棒性测试应包括裁剪、轻度编辑、重度改写和基于模型的重写。独立研究人员需要足够的方法细节，才能复现评估中有意义的部分。

强劲的结果并不会使水印证据具有决定性。它们将表明系统在哪些情况下提供可靠的特定模型证据，以及在哪些情况下无法做到。缺少基准将使机构只能猜测风险。

第三项信号是生态系统采用情况。新闻编辑部、验证服务商、企业平台和研究人员必须能够集成检测器，而无需将每一项决定都交回 Anthropic。

Google 的经验提供了参照。其检测器门户最初仅向部分测试者开放，并逐步扩展合作伙伴体系。Anthropic 必须证明，其方案能否达到相近规模，以及两套系统能否顺畅共存。

OpenAI 及其他模型提供商同样重要，但应作为辅助背景，而非这场竞争的主角。如果每家实验室都推出互不兼容的检测器，平台将不得不面对碎片化证据和不一致的标签。

监管机构可能会通过制定互操作性或报告要求来应对，也可能明确提供商应如何处理带有多个标记、或在常规编辑中丢失标记的内容。

对读者而言，实际问题并不是现在是否能识别每一句 AI 生成的文本。答案是否定的。问题在于，已知的提供商能否附加一个有用信号，并帮助独立第三方负责任地解读它。

Anthropic 与 Google 的竞争已从模型能力转向内容溯源。Google 凭借已部署、经过研究的水印技术体系，以及现有的验证计划入局。Anthropic 则带着面向全球的 Claude 标记机制，以及第三方检测的承诺加入竞争。

两家公司都尚未解决作者归属问题。它们都在构建证据，以证明 AI 处理曾在特定条件下发生。

请关注 Anthropic 实际推出的检测界面、公开的错误率测量数据，以及首批独立集成。这些信号将揭示 Claude 的水印会成为可靠的基础设施，还是仅仅停留在狭窄的合规机制层面。

在此之前，组织应保留来源记录，明确可接受的 AI 使用规范，并结合上下文审视每一项检测结果。如果你的团队明天遇到 Claude 标记，其政策是否能说明该信号证明了什么，以及不能证明什么？