发现 Claude 痕迹时,该认定是谁写的?
假设在外包稿件或招聘作业中检测到了 Claude 水印。能否立刻得出“全部由 AI 撰写”的结论?反过来,如果没有水印,能否相信是人写的?
两者都不行。 Claude 的文本水印最多只能说明“Claude 可能生成或处理过这句话”。它无法判定最初作者、所有权,或人类修改了多少内容。
不过,“目前还没有人能核验水印”的旧说法现在也需要更新。截至 2026 年 9 月,文本检测 API 正面向符合资格的机构和企业进行私密预览;而核验 Claude 创建文件凭证的工具已向公众开放。
文本检查和文件检查是不同功能
普通用户现在可以立即核验的是文件的 Content Credential。 公开的 Claude Content Checker 会核验文件中包含的基于 C2PA 的签名元数据,但不会检查复制粘贴文本中的水印。
| 类别 | 文本水印 | 文件 Content Credential |
|---|---|---|
| 标记方式 | 在选词中体现统计模式 | 在文件中附加基于 C2PA 的签名元数据 |
| 当前核验方式 | 面向符合资格机构和企业的 Detection API 私密预览 | 公开的 Claude Content Checker |
| 可以核验的内容 | Claude 是否可能参与文本生成或处理 | 文件中是否发现 Claude Content Credential |
| 无法核验的内容 | 原始作者、所有权或人类编辑比例 | 原始作者、所有权和文件完整编辑历史 |
文本 Detection API 的预览对象包括监管机构、执法机构、新闻媒体、事实核查机构、独立研究者、教育机构、欧盟公民社会组织,以及负有相关核验义务的企业。兴趣登记渠道已开放,但审批标准、API 规格和面向公众的发布时间尚未确认。
任何人都可以使用文件检查器,但它也不是完整的来源证明。重新保存、格式转换或截图过程可能导致元数据丢失;即使发现凭证,也无法据此确定是谁创作了原始文件。
水印不是隐藏字符,而是选词模式
它并不是在文本中暗中插入特殊字符或独立元数据。 Anthropic 使用了 Google DeepMind 在 Nature 发表的 SynthID-Text 的改良版本。模型选择下一个词时会体现由密钥决定的统计模式,检测器则分析是否保留了足够的模式。
由于这种结构,长篇草稿或大规模改写可能会积累信号,但短句和轻度校对可能缺少可检测的线索。难以更改准确措辞的事实性句子或代码,因可选词汇较少也可能信号较弱;大幅编辑、翻译或与其他文字混合后,则可能无法检出。
“用 Claude 校对人工撰写的稿件就一定会留下水印”的说法也并不准确。水印只应用于 Claude 选择的词,因此如果只是略微修改语法和标点,可能几乎不会留下可检测的信号。反之,如果让它重写了很大一部分句子,被检测到的可能性就会增加。
阳性不是“完全由 Claude 撰写”的证据,阴性也不是“由人撰写”的证据。 检测结果不应被视为自动判定版权或违反合同的结论,而应作为一个信号,促使进一步核查生成时间和模型记录、稿件版本以及人工编辑记录。
SynthID-Text 的原始研究比较了约 2,000 万条 Gemini 回复,并报告用户评估和标准评估中没有质量下降。 但这并不能证明 Claude 在实际应用中的假阳性率、假阴性率,或韩语检测性能。Anthropic 同样没有公开 Claude 实现中按语言划分的最小长度、判定阈值和准确率数据。
今天先核对生成记录,再依赖检测器
第一步是把一条内容的原始版本和最终版本并排放在一起。 即使没有 Detection API 的访问权限,记录 Claude 的参与范围以及人工负责的编辑过程,也能留下日后用于发布或应对争议的依据。
- 确认模型和生成时间。 从 API 日志或工作记录中查找所用模型和日期,并与官方支持文档比对,确认当时是否适用水印。2026 年 8 月 2 日后发布的受支持模型从发布时就启用标记功能,但这并不意味着所有旧模型已经受支持。
- 区分 Claude 所承担的工作。 记录为“完整初稿”“大规模改写”“翻译”或“轻度校对”之一。还应保留这一限制:即使 Claude 参与过,短文本和轻度校对也可能漏检。
- 确认检查手段的类型。 具备资格的组织应查看官方支持文档中的文本 Detection API 申请路径。没有权限时,不要将第三方 AI 检测结果当作 Claude 水印检查结果来替代。
- 单独检查文件。 若有 Claude 创建的受支持文件,请在公开的 Content Checker 中核验 Content Credential。不要将该结果与正文文本检查结果合并,应记录在单独栏目中。
- 关联人工编辑和批准。 一并保存初始稿、最终稿、修改者和批准者。最终判断中,应分别记录“Claude 可能参与”“适用模型和时间”“人工编辑记录”和“公开义务审查”。
内容 ID:______
生成日期·模型:______
Claude 工作:完整初稿 / 改写 / 翻译 / 校对
是否保存原始稿·最终稿:是 / 否
人工审核者·编辑负责人:______
文本检测访问权限:有 / 无
文件凭证:阳性 / 阴性 / 不适用
公开义务审查:完成 / 未完成
这项检查的成功标准,不是用一个水印区分人和 AI。首要成果是能够说明 Claude 参与到什么程度、谁修改了什么,以及谁承担最终责任的状态。
欧盟法规也需要区分“标记”和“披露”
AI 提供商添加的机器可读标记,与内容发布者向读者作出的披露,是不同的义务。《欧盟 AI 法案》第 50 条第 2 款要求生成合成内容的 AI 系统提供商,确保结果以机器可读格式被识别。但如果 AI 系统协助进行常规编辑,或没有实质性改变所提供的输入数据或其含义,则适用该义务的例外。某项具体校对工作是否属于例外,不能仅凭“校对”这一名称决定,而要审查实际改动范围。
第 50 条第 4 款要求,为告知公众利益事项而发布 AI 生成或操纵文本的部署者履行披露义务,但对存在人工审查、编辑控制和编辑责任的情形规定了例外。 相关透明度义务自 2026 年 8 月 2 日起适用。
不过,具体公司或帖子适用何种义务,取决于管辖权、内容目的、组织角色和编辑过程。不能仅凭是否检测到水印,就判断披露义务或法律责任。
如果想进一步了解
How Claude’s text watermark works Anthropic 说明了水印原理、Detection API 当前的访问范围,以及检测结果的局限。 anthropic.com
How Claude marks AI-generated content 这份官方支持文档可用于确认适用模型和产品路径,以及文本和文件标记的差异。 support.claude.com
Code of Practice on Transparency of AI-generated Content 可了解欧盟委员会如何区分提供商和部署者的透明度义务。 digital-strategy.ec.europa.eu
Scalable watermarking for identifying large language model outputs 这项原始研究介绍了 SynthID-Text 的设计,以及使用约 2,000 万条 Gemini 回复进行的质量评估。 nature.com



