你用 AI 写的东西会被查出来吗?Claude 每段话都盖了隐形章

你这两天可能刚用 AI 写过点什么：一份周报、一封邮件、一段发言稿，或者一篇作业。 从这个月起，那些文字里多了一样东西。你看不见它，读者也看不见，但它一直在。

Anthropic 在 8 月初宣布：2026 年 8 月 2 日及之后发布的 Claude 模型， 输出的每一段文字里都嵌了一个人眼看不见的记号。这不是某个地区的试点， 而是全球所有用户、所有产品线一起开，网页版 Claude、开发者调用的接口、Claude Code 都在内。 在这个日期之前发布的老模型，也会在接下来的过渡期里陆续补上。用户没有开关可以关掉它。

上周六，Sebastian Raschka 在 X 上发了一张图解，讲这个记号到底是怎么盖上去的。 他写过一本叫《从零构建大模型》的书，讲的是从空白代码开始一步步把一个语言模型搭出来， 面向的正是没有相关背景、想弄明白模型内部在干什么的人。 这条帖子有 16.6 万人看过，1268 人收藏，而转发只有 204 次。 收藏是转发的六倍，这个比例通常意味着读的人打算以后再回来看一遍。

我把他那张图和 Anthropic 自己公布的材料都读了一遍。真正有意思的地方其实不在技术， 而在于这套东西能证明什么、不能证明什么。这一点跟大多数人的第一反应差得很远。

要讲清楚它怎么藏进去的，得先说模型是怎么写字的。

模型写一句话，是一个词接一个词往外吐的，并不先想好整句再落笔。 每吐一个词之前，它会把自己认识的所有词都过一遍，给每个词打一个分， 然后从得分高的那几个里挑一个出来。

这里的动作是「挑」，不是「取最高分的那个」。因为如果永远取最高分， 同一个问题问十次就会得到一模一样的十个答案，那样的模型没人愿意用。 所以模型故意保留了一点随机性：得分接近的几个词，都有机会被挑中。

水印能藏进去，靠的正是这点随机性。既然本来就是随机挑， 那么把「随机」换成「按一套外人不知道的规则挑」，从外面看没有任何区别。

举个例子。模型写到「今天天气很冷，天空」，下一个词可以是「阴沉」，也可以是「灰蒙蒙」。 这两个词得分几乎一样，读者读到哪个都不会觉得别扭。 平时模型是随机挑一个，现在改成按一串密钥来挑。 所谓密钥，就是只有 Anthropic 手里有的一串数。这串数和前面已经写出来的词合在一起， 决定这一次到底挑哪个。

单看这一个位置，你什么也看不出来，「阴沉」是个完全正常的词。 可是一篇文章里有几百上千个这样的位置，每个位置都按同一把密钥来挑， 整篇的用词组合就形成了一个特定的模式。 一个人自己写作时正好撞上这个模式的概率，低到可以认为不可能是巧合。

Sebastian Raschka 画的两段式图解。上半部分是单个位置上的对比：没有水印时，得分最高的词最常被选中，但别的词也有机会；有水印时，密钥和前文一起决定在几个「都说得通」的词里挑哪个。下半部分是把这个操作重复到整篇之后的效果：同样一句话本来有几十种写法，水印让它必然落在其中一种上。图片来源：@rasbt

这条路线不是 Anthropic 自己想出来的，用的是 Google DeepMind 在 2024 年发表的 SynthID-Text 方案。按 Anthropic 自己的说法，读者读起来分辨不出一段回答有没有带水印， 文字质量不受影响。

Claude 生成的文件走的是另一套办法。图片这类文件会被签上一段来源信息， 用的是一个叫 C2PA 的行业标准，相当于给文件盖了个戳： 既能看出它被 Claude 处理过，也能看出后来有没有被人动过手脚。

讲到这里，很多人的第一反应是：完了，以后用 AI 写东西要被抓。

这个反应两头都错。它证明的比你以为的少，同时漏掉的也比你以为的多。

先说它证明得少。 Anthropic 在帮助文档里写得很直白： 检测到水印，说明这段文字可能经过 Claude 处理，并不构成一份完整的来源证明。 「经过 Claude 处理」的范围其实很宽：你自己写完一整段，只让 Claude 帮你润色两句， 这段话同样算被它处理过。也就是说，查出水印，不等于查出这篇是 AI 代笔的。

再说它漏得多。 官方列了一串查不到水印的情况：模型太老、文字被大幅改写、 片段太短、发布平台把随文件走的信息剥掉了。反过来说， 查不到水印完全不代表这段文字不是 AI 写的：换一家模型写、用老版本写、 写完自己重写一遍，都查不到。

还有一条容易被忽略：代码基本不带水印。写代码的时候， 变量名、语法结构的选择余地本来就很小，不像写文章那样同一个意思有几十种说法可以挑。 没有可挑的空间，也就藏不进记号，只有注释这种可以随便写的地方才带上一点。 所以靠水印判断一段代码是不是 AI 写的，行不通。

读到这里，写代码的人可能已经在想：那我用 AI 写代码岂不是完全查不出来？ 就水印而言确实如此。但公司里判断这件事从来不靠检测，靠的是提交记录、 代码评审时你能不能讲清每一行为什么这么写。这两样比任何检测器都严。

最后一条更现实：现在还没有人能真正做检测。 Anthropic 说会开放检测能力、会发布技术文档，但检测接口到现在还没上线。 第三方既拿不到具体算法参数，也拿不到密钥，自己造不出检测器。

顺带说一句，市面上那些「AI 检测器」跟这件事完全是两回事。 那些工具是靠文风猜的：句子长度是不是太整齐、用词是不是太规矩。 本质上是统计学上的猜测，冤枉人的比例一直很高。 水印则是发牌的人自己在牌背上做了记号，可靠程度不是一个量级。 但前提是你手里得有那张对照表，而现在这张表只有 Anthropic 自己有。

Raschka 在帖子最后提了个问题，到现在也没有官方答案。

Anthropic 给的理由是欧盟《人工智能法案》第 50 条的透明度要求， 说他们「不得不」这么做。可 Raschka 指出：这一步是模型生成文字的时候顺手做的， 既不需要重新训练模型，也不需要另外养一个模型。既然如此， 为什么不能只对欧盟用户开？

Anthropic 没有解释。下面四条是我的推测，不是官方说法，按可能性从高到低排。

判断谁是欧盟用户这件事本身就不靠谱。 一个开发者人在德国， 他的产品用户遍布全球，生成的文字最后发到哪个国家去，Anthropic 无从知道。 按 IP 分流是个筛子，真要合规反而更危险。

其次，同一个模型维护两种输出模式，长期成本比想象中高。 评测、日志、事故排查全都要分两路走。为了省一点计算量而背上一套长期维护负担，不划算。

再者，签下这份行为准则的不止 Anthropic 一家。 其他几家大模型厂商也在做各自的水印。 既然行业要一起做，率先做全的那家在监管面前是有位置的。

最后还有一层对 Anthropic 自己的好处。 有了水印， 「这段文字是不是我们模型写的」这个问题，以后他们能自己回答。 无论是应对造谣、应对滥用指控，还是判断训练数据里混进了多少 AI 生成的内容， 手里有一把能验的尺子总比没有强。

这几条都是推测，但有一件事是确定的：这不是 Anthropic 一家的动作， 而是整个行业朝「AI 生成的东西要能被认出来」这个方向迈出的第一步。 下一步大概率是各家的水印互相能验，那才是真正麻烦的时候。

原理讲到这里就够了，下面是具体做法，按身份分开说。

CASE 01学生和写论文的人

先记住一个反直觉的结论：水印既保护不了你，也定不了你的罪， 真正能救你的是写作过程。

理由前面已经讲清楚了：查出水印，只说明文字经过 Claude，不说明是 Claude 代写的； 查不出水印，也不说明你没用过 AI。两边都不是铁证。 所以任何一场关于「这到底是不是你写的」的争论，最后都会落到同一个地方： 你能不能拿出你写的过程。

从今天起做一件事：给你正在写的每一篇东西建一个文件夹，把过程留下来。

• 用带版本历史的工具写（腾讯文档、石墨、Google Docs 都行），别在本地写完直接交
• 大纲、初稿、改了三遍的中间版本，全部留着，不要覆盖同一个文件
• 查资料时截的图、记的笔记，扔进同一个文件夹
• 如果确实用了 AI，把对话记录一并存进去

这么做不为防谁，只为给自己留一条退路。 这类争议接下来只会越来越多，到时候手里有过程记录的人和没有的人，处境完全不同。

CASE 02靠写东西交付工作的人

三条，从最要紧的往下排。

第一，别指望改几个字就洗掉。 官方的说法是大幅改写会让水印失效， 而轻度编辑不会把它完全去掉。更要紧的是， 把精力花在猜检测的门槛在哪，本身就是在往错的方向使劲。

第二，主动说清 AI 参与到什么程度，比被人问出来强得多。 交稿时加一句「初稿是用 Claude 起的，数据我逐条核过，观点是我自己的」， 成本几乎为零，换来的是对方对你其余部分的信任。 现在还没有统一的行业规矩，主动说明的人反而占先手。

第三，把力气放在 AI 做不了的部分。 水印这件事真正的信号是： 纯文字产出的可验证性正在下降，一段话到底谁写的，越来越难说清。 既然如此，值钱的东西就会往另外两头走。 一头是带着你个人经历的内容：你去年做砸的那个项目，AI 编不出来。 另一头是你能为结果负责：这个数我核过，出问题算我的，AI 不会替你担这句话。

CASE 03做内容平台和做编辑的人

短期内不要指望靠水印做审核。检测接口没上线，第三方拿不到密钥； 就算上线了，能查的也只有 Claude 一家的输出，用户换一家模型你就查不到了。

现在能做的是另一件事：把要求前置。与其事后检测， 不如在投稿规则里写清楚「用了 AI 要声明」「数据类内容要附来源」， 再对声明过的内容降低核查成本，对没声明却被发现的加重处理。 规则比技术手段有效，因为规则不依赖任何一家厂商的接口。

水印这件事本身，可能没有它听上去那么重要。 它证明不了作者是谁，覆盖不了所有模型，检测器到现在还没交到人手里。

但它标记了一个变化的开始：判断一段文字出自谁手， 以前靠的是文风、习惯、笔迹，现在这套办法在 AI 面前已经失效， 新的办法还没有建立起来。

在新旧交替的这几年里，能保护你的不是技术，而是习惯。 今晚就开始留过程记录，是成本最低、见效最快的那一件事。