Claude文字新增隱形浮水印！Anthropic曝運作機制

為了符合歐盟 《人工智慧 法案》 (EU AI Act)針對AI生成內容的透明度規範，Anthropic 近日正式公開旗下Claude 模型在生成文字時所採用的「浮水印」 (Watermarking)運作機制。與外界想像的隱藏代碼 或視覺標記不同，Anthropic採用一套極度隱蔽的統計學演算法 ，讓浮水印 與文字內容本身融為一體。

不加亂碼、不改字義，將浮水印藏在「機率」中

Anthropic強調，Claude的文字浮水印不會包含任何肉眼可見的記號，不會加入隱藏的字元，也不會改變文字的品質或增加推論的運算成本。相反地，這套機制是建立在大型語言模型生成文字的底層邏輯之上。

大型語言模型在生成句子時，是一次預測一個詞元 (Token)，並且從候選名單中挑選出最符合上下文語境的詞彙。例如當前文是「今天的天氣很冷且...」時，接下來的字極不可能是「含糖的」，而很有可能是「陰暗的」 (overcast)或「灰濛濛的」 (grey)，而在正常情況下，模型會透過隨機亂數來決定要用哪一個同義詞。

當浮水印機制啟動後，Claude將不再使用一般的隨機亂數，而是導入一把專屬的「密鑰」 (Key)與前文作為亂數來源。Anthropic舉例，若密鑰使用的是圓周率 (Pi)的數列，系統可能會依據特定的密鑰規律，藉此挑選候選名單中的特定順位詞彙。

這套改編自Google DeepMind「SynthID-Text」技術的機制，能夠在不影響語意與閱讀體驗的前提下，在成千上萬的單字選擇中留下特定的統計學規律。

浮水印的侷限：無法分辨是「原創」還是「潤稿」

儘管這套隱形浮水印具備高度隱蔽性，但Anthropic也坦承其在實際應用上仍存在不少侷限。

首先，這套機制只能偵測出Claude「是否參與了這段文字的處理」，但無法分辨AI究竟是從頭到尾原創，或是僅幫人類作者進行文法潤飾或翻譯。一旦使用者請Claude幫忙除錯或修改標點符號，整段文字也會被染上AI浮水印。

此外，如果生成的文字太短，或是屬於極度講究精確度的事實陳述，由於模型缺乏替換同義詞的彈性空間，浮水印的偵測效果將大打折扣。

這項限制在「程式碼生成」上尤為明顯。Anthropic指出，因為程式碼具有嚴格的語法限制，沒有太多隨機選字的空間，因此程式碼中所能嵌入的浮水印強度，通常遠低於一般的散文或文章。

將推出檢測API，全面標記8月後的新模型

未來，Anthropic將對外釋出專屬的檢測API，讓擁有「密鑰」的第三方平台或研究機構能夠對特定文字區塊進行解碼，藉此判定該段文字是否由Claude所生成。此外，針對影像生成，Anthropic也會透過嵌入符合C2PA標準的加密簽章中繼資料 (Metadata)來標記AI圖片。

Anthropic表示，目前這項浮水印政策將預設適用於2026年8月2日之後釋出的所有Claude模型，未來幾個月內也將陸續回溯支援舊款模型，藉此全面迎合歐盟與全球各地日漸收緊的AI監管趨勢。

浮水印是「合規工具」，卻非絕對的「防偽證明」

從Anthropic的技術聲明中可以清楚看見，純文字的浮水印並非萬靈丹。這套基於機率與詞彙替換的SynthID-Text技術，只要經過人類的深度改寫、重新編排或透過其他未加浮水印的模型進行二次翻譯，其統計規律就很容易被破壞或稀釋。

我們應該將這類AI浮水印視為科技巨頭因應歐盟法規的「合規基礎設施」，而非判斷版權歸屬或學術造假的「絕對鐵證」。當AI成為日常生產力工具，人類與AI協同寫作將成為常態，糾結於一段文字究竟有百分之幾是AI寫的，在未來的實務應用上或許將變得越來越難以界定。科技巨頭所能做的，就是盡到演算法供應商的揭露義務，而如何正確解讀與利用這些「被標記的數位內容」，仍將是人類社會必須共同面對的全新課題。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》