Anthropic 文本水印：对写作的亵渎？
事件概述
2026 年 8 月，Anthropic 宣布将在全球所有 Claude 模型中引入“水印”机制，用以标记 AI 生成内容（包括文本），以符合欧盟相关法规。然而，Daring Fireball 的 John Gruber 撰文批评这一做法，认为它是对写作的亵渎。Anthropic 最初的支持文档声称水印是“不可察觉的”，不会改变文本的含义、质量或可读性，但后续说明揭示了真相：他们实际上会通过选择特定的词语（token）来嵌入概率性指纹，这不可避免会改变文本的语义。
关键技术点
Gruber 在文章中解释了文本水印的工作原理：
- 这是一种隐写术，在推理时，模型在生成每个 token 时会有意偏向“绿色”词列表中的词，而避免“红色”列表中的词。
- 绿色/红色列表是动态生成的，使用秘密密钥，因此外部无法预测或伪造。
- 检测时，通过统计文本中绿色词和红色词的比例，判断是否由特定模型生成。文本越长，置信度越高。
- 只有 Anthropic 持有密钥，所以只能检测自家的水印，其他模型不可互检。
Gruber 还提到了 James Padolsey 的交互式文章《How AI Text Watermarking Works》，认为这篇作品清晰展示了上述概念，并以“抛硬币”类比解释：如果硬币有偏向，抛的次数越多，越容易判断它是公平还是偏向一边。同理，文本越长，水印检测的置信度越高；反之，短文本几乎无法判断是否带有水印。
对数据科学或 AI Agent 落地的意义
文本水印技术看似为 AI 内容溯源提供了一种技术方案，但 Gruber 指出，没有任何两个同义词承载完全相同的含义。强制偏好在每次决策中牺牲了最精确的词语选择，从而损害了文本质量。对于依赖 AI 生成高质量内容的写作任务、以及以精确表达为核心的数据科学报告，这种损害是不可接受的。对于 AI Agent 而言，如果其输出被水印影响，可能会导致语义偏差，进而影响下游决策。
我的技术点评
我认为 Gruber 的批评切中要害。Anthropic 最初承诺“不改变含义”与实际技术实现是矛盾的。虽然语义水印比不可见字符更隐蔽，但“有偏”的词语选择本质上是对生成分布的干扰。如果这种干扰是随机的且幅度很小，或许可以接受，但 Anthropic 未提供任何量化保证。更关键的是，这种水印只对总长度足够的长文本有效，短文本无法检测，这限制了其实际用途。此外，将内容溯源责任全部推给用户，而牺牲生成质量，是短视的设计。希望后续看到 Anthropic 公布更多细节，包括对文本质量的定量影响，以及是否允许用户主动关闭该机制（原文未说明）。
