这两周，用AI写文案的圈子集体失眠了一次。
8月10日前后，Anthropic正式宣布：8月2日之后发布的新Claude模型，生成的所有文本都会默认嵌入一种"不可见水印"，更早发布的旧模型也会逐步补上这套标记。微博消息传到国内创作圈，第一反应几乎都是同一个问题——我以后用AI写文案，是不是要被平台一眼识破，然后限流？
小红书上"AI限流"的帖子本周密集涌现：有晒后台数据说发文就被卡几十阅读的，有卖"AI限流检查工具"的，还有图文代做服务商打出"比纯AI稿少90%限流风险"的广告。小红书恐慌已经变成了一门生意。
我花了两轮时间，把水印技术的公开实验数据、国内平台的规则时间线、知乎和小红书上几十篇限流亲历帖全部核对了一遍。结论可能和你想的不一样：真正被平台盯上的，从来不是"用了AI"这件事本身。
先搞清楚，这个水印到底是什么
很多传言说水印是"藏在文字里的零宽字符"“复制粘贴到记事本再粘回来就能洗掉”。这些全是错的。
按Anthropic的官方技术说明和多家媒体的核对，Claude用的是Google DeepMind发表在《Nature》上的SynthID-Text方案：模型每次选下一个词的时候，按一套带密钥的算法微调候选词的概率分布。水印不在字符里，而在"每次选了哪个词、没选哪个词"的统计规律里。所以你复制粘贴甩不掉它，轻度编辑也抹不掉，默认开启、关不掉。微博
一个背景值得知道：Anthropic自己说这不是自愿的，主要是为了应对欧盟AI法案的合规要求。微博知乎上有帖子提到，消息出来后有用户直接退订抗议。知乎
听起来很绝望？别急，接下来这组数据才是重点。
实验数据给恐慌泼了第一盆冷水
水印听着吓人，但它的实战强度远没有传言里那么神。36氪8月中旬一篇梳理文章里引用了两组第三方实验数据，我认为是目前公开信息里最有参考价值的：
第一个是2025年的WaterPark基准测试，系统评估了10种水印方案、12种攻击类型。结果：SynthID在完全没动过的原始文本上，检出率高达99.8%；但只要经过中等程度的改写，检出率直接掉到49.8%；只要过一轮AI改写工具，所有被测方案的检出率全部跌破30%。36氪
第二个更狠：今年7月一项实验研究，对包括SynthID在内的3种主流方案做了846次改写攻击测试，SynthID的水印移除率超过98%，另外两种被100%移除。36氪
更值得注意的是误报问题：SynthID在人类写的文本上会产生5.4%的误报率。知乎和微博上都有真实案例——作者自己写的初稿，只是把几段资料交给Claude翻译、润色了一下，结果整篇被检测出"Claude水印"。连Anthropic自己都警告过：检测器提示"这段内容经过Claude处理"，不能推断出"这篇文章的思想来自AI"。
所以36氪那篇文章里有个判断我相当认同：生成级水印真正打击的，是把AI输出原样复制粘贴、批量自动化发布的黑产和矩阵号；而那些认真修改润色AI初稿的人，反而不太容易被检测到。36氪换句话说，如果你用AI的姿势是"让它出草稿、我来判断和改"，水印这事对你的实际威胁，远小于你的心理威胁。
国内平台限流你的，根本不是"检测到AI"
再来看国内。很多人的认知是"平台有个开关，检测到AI就限流"。核对完规则和案例后，我可以负责任地说：不存在这样一个开关。真实的机制是三层，各有各的触发条件。
第一层：标识义务。《人工智能生成合成内容标识办法》2025年9月1日就施行了，抖音、快手、小红书、B站、微博当天同步上线AI内容标识。36氪小红书这一年动作最密：2025年6月发过整治AI技术滥用的公告，12月新规则要求AI内容必须报备，今年8月7日又升级了一次——AI主动标识的要求从"笔记"延伸到了"账号"，用AI虚拟人形象运营的账号必须在资料页开标签。知乎注意，违反标识义务会挨处理，但"主动标识了"本身不是扣分项，是护身符。
第二层：同质化检测。这是8月小红书社区讨论最集中的点。大量创作者反映收到"同质化违规"提示、笔记降权。多篇运营帖描述的方向基本一致：平台开始同时比对标题结构、正文框架、图片素材和信息增量，洗稿、换词不换意、多账号发同款都算同质化。小红书要说明的是，网传的"相似度超60%就标记""标题占30%、正文占30%"这类具体数字，都是自媒体推测，平台没公开过官方阈值，看看方向就好，别当成精确标准。
第三层：行为维度。这是最容易被忽略、也最致命的一层。知乎一位做AI内容智能体的运营者写了篇实测复盘：他搭了条全自动链路——AI选题、写稿、排版、定时发布，前两周数据正常，第三周展现量直接腰斩，新内容卡在几十个阅读就不动了，后台没有任何违规提示。他的结论是：系统不只看你写的内容，还看你发布的方式——发文频率太规律、风格太统一、模式太单一，这些"不像真人"的行为特征本身就会被标记。知乎
把三层叠起来看，真相就很清楚了：平台打击的是"无标识的AI内容+批量同质化生产+机器化运营节奏"这个组合，而不是"文案里有AI味"。
谁该慌，谁不用慌
对照上面的机制，可以直接做个分类。
三种用法是真的会出事的：
AI生成后一字不改直接发，还发得多——撞水印、撞同质化、撞行为检测，三层全中；
全自动定时发布、矩阵号批量铺内容——今年4月网信办"清朗·整治AI应用乱象"专项行动之后，这类是明面上的打击对象。36氪TikTok那边今年第一季度删了8600万个虚假账号。微博
该标识不标识，还拿AI内容冒充真实体验做种草、带货——这不只是限流问题，是合规问题。
三类人其实不用太焦虑：
用AI出初稿、自己判断和修改的——前面说了，水印和检测对这种用法基本失效，平台规则也没说要禁；
拿AI做润色、翻译、整理素材等辅助工作的——正常使用，唯一要留意的是别用可疑的"去水印服务"；
老老实实做AI标识的——标识是护身符不是案底。
两样东西千万别买：
一是所谓"AI限流检查工具"。平台从来没有开放过"你这条内容有没有被限流"的数据接口，这类工具查不出任何东西，赚的就是你的恐慌钱；二是号称"包过检测""少90%限流风险"的纯AI批量代做——它交付的东西恰好就是三层机制全撞的形态，等于花钱给自己的账号埋雷。
顺带一提，GitHub上那些刚上线就拿了上万星的"水印去除工具"，也别碰。知乎一方面它们游走在合规边缘，另一方面，Anthropic这次明确说过会提供检测API，去除水印和检测API之间会长期攻防，押注在这种工具上等于把账号押在别人的更新速度上。
可以直接照做的清单
如果你就是想让AI帮你写文案，又不想踩雷，这是我从亲历帖和规则里提炼出来的最小安全动作集：
AI负责初稿和重复劳动，四个节点必须人来把关：选题、开头结尾、核心观点、发布时间；
不要定时定量发布，真人创作本来就有快有慢，别把账号运营成节拍器；
同一选题只发一篇，把内容做厚，别做五个账号发同一个模板；
AI生成的图片、视频，该打标识就打，小红书现在查得最细；
发布前自查一遍：有没有只有你才知道的细节、有没有真实数据或截图、删掉AI还没删干净——这条是老规矩，和水印没关系，但一直是能不能过审的关键。
接下来值得盯的三个信号
最后给几个可以继续观察的线索：
一是9月1日，《标识办法》施行满一年，监管节点前后平台大概率会有新一轮动作，值得留意各平台的规则公告；
二是Anthropic承诺会开放Claude水印的检测API，这个API一旦落地，既会被学校、企业拿去查，也会反过来成为"去水印"工具的校准器，攻防会明显升级；
三是国内平台的治理重心正在从"内容标识"走向"账号标识"，小红书8月7日这次升级就是信号，做AI相关账号的，资料页的合规动作要提前做。
恐慌的尽头是分辨力。AI文案没有原罪，原罪是把AI当替身而不是打字员。水印时代真正被筛掉的，是那些本来就没有信息增量的内容——这对认真写字的人，反而是好消息。
