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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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