8月12日，#不可证明的AI写作时代结束了#冲上微博热搜，写小说的、写网文的、蹲投稿的，都被震了一下。震源是Anthropic在8月11日的官宣：Claude生成的文字，今后会默认嵌入机器可读的"隐形水印"。消息传开后，有人连夜翻自己的存稿，甚至有用户开始回头怀疑，Claude输出里那些中英混杂的标点，是不是早就埋下的水印痕迹。小红书先别急着慌，也别急着买各种"去水印教程"。这水印到底罩得住谁、查得出多少、漏洞在哪，把下面三件事看完再决定慌不慌。按媒体实测的说法，复制粘贴、简单修改，都去不掉水印。36氪
到底发生了什么
官方帮助页写得很清楚：就在昨天，Anthropic更新了一则官方说明，8月2日之后发布的Claude新模型，会支持一种机器可读的内容标记，生成的文本会被嵌入水印。知乎这是Anthropic为履行欧盟AI法案第50(2)条透明度义务签下的承诺，但标记范围没有圈在欧盟，而是全球生效，覆盖Claude Platform（API）、Claude、Claude Code、Claude Cowork和Claude Tag。8月2日之前发布的旧模型有过渡期，正在陆续补上标记支持。
标记分两层：文本本身嵌入肉眼不可见的水印；生成的.svg、.png、.jpg这类文件，则附加带数字签名的出处元数据，走的是C2PA行业标准。官方的原话是：水印不会改变文字的意思、质量和可读性，复制粘贴时它会跟着文字走，经过一些编辑之后仍可能保留。
水印是怎么藏进文字里的
这条技术路线其实不新。文字水印从原理上看，是使用了一套近义词替代策略，用替代的概率、比例、顺序、上下文等信息做矢量比对。微博说白了，模型生成时按预设规则在选词上做偏向，信号分散在整篇文本里，没有任何单个字是水印，但统计下来就能看出"这段文字不随机"。类似的思路早已落地：Google DeepMind后来发表在Nature上的论文显示，他们拿SynthID-Text做过接近2000万次真实交互的线上实验，结果发现水印没有对回复质量产生明显影响。知乎Gemini从2024年就在用SynthID标记文本输出，所以也别想着"原封不动手打一遍"能绕过去——水印在选词里，文字不变，抄一遍还是带着标记。
漏洞一：这张网只罩Claude
第一个漏洞很明确：水印只存在于Claude自家的模型里。官宣没几天就有知乎作者点破，水印只在Claude上生效，ChatGPT和DeepSeek目前没有类似机制。知乎换成开源模型、本地部署模型，从源头就没有水印。微博上爱可可-爱生活的评价很直接：这张网，孔大鱼小，真正被拦住的，是那些随手粘贴、从没想过被查的人，学生、员工、投稿作者，用得坦坦荡荡但忘了申报。微博他提醒的那句更值得记住：机构用上检测工具后，最危险的错误安全感，是把"没查到水印"当成"人写的证明"。
漏洞二：反制工具来得飞快
第二个漏洞是军备竞赛的速度。Anthropic刚官宣，开源社区开发者们速度就上了一个开源工具，号称可以清理Claude、Gemini和OpenAI内容中的文字水印。小红书工具把水印分成三类处理：不可见Unicode字符可以直接清掉；C2PA这类文件元数据也能剥离，代价是丢掉来源签名；统计型水印没法"删除"，只能靠大幅改写来稀释。而官方帮助文档的"局限性"部分也写得直白：文字被大幅编辑、改写、翻译，或者和其他文字混在一起，水印就可能检测不到，文本太短同样不行。注意这里的一体两面：改写到水印检测不出来，AI味基本也一起没了，这两件事本质是同一件事。
漏洞三：它能证明的事很有限
第三个漏洞最容易被误解：水印能证明的，只是"这段内容经过Claude生成或处理"，不是"谁写的"，更不是"内容真假"。你拿别人的作品让Claude改写，出来的文字照样带着Claude的标记，水印不分辨这些。Anthropic自己也特意强调，检测到Claude水印，只能作为这份内容可能被Claude处理过的一个信号，并不能证明整篇东西就是Claude从头到尾写的。知乎
也别低估信号本身的强度，相关研究给出的实验数据很直观：短至25个词的文本，检测的Z分数能从0.31拉到7.4，p值一路掉到10的负14次方量级——数字越大，越不像巧合。但检测端目前还没就位，官方口径只有"将支持用户和第三方检测，详细文档随后发布"，也就是说，现在并没有公开可用的官方检测API。第三方检测器拿不到密钥之前，这枚"暗底"更多是自律工具，还不是查账手段。
谁真正该慌
对AI写作人群，分三类说。
直接复制粘贴投稿党：这张网就是为你织的。平台端的动作已经在路上，知网下架的那批"AI一作"论文改完重新上架，AI从作者名单中移除，披露声明从附录变成了正文的一部分。知乎部分985院校的教务系统本月已经开始试水，学生提交论文时后台自动扫描水印信号。侥幸的窗口在快速收窄。
AI初稿+深度改写党：真不用太慌。深度改写之后，统计水印被稀释，AI味也跟着降，未来真正让你被标记的，多半是AI味而不是水印。改动是真改，就踏实接着写。
纯手写作者：你反而是最容易被误伤的。建议养成习惯：留草稿、留修改记录、留素材笔记。将来万一需要自证"这是我写的"，这些比任何解释都管用。
再补两个坑。第一，别买所谓"去AI味服务"“包过检测”，统计水印的原理决定了，能把它彻底抹掉的改写量，约等于把文章重写一遍，这钱花的是信息差。第二，别赌"现在查不到"，检测能力在持续补全，今天查不到，不代表下个月还查不到。
接下来盯什么
三个观察信号。第一，Anthropic什么时候放出检测文档和API，那是水印从自律承诺变成真正可查的工具的时刻。第二，国内内容平台会不会接入同类检测与披露机制，学术圈已经先动起来了。第三，国产大模型会不会跟进水印，Gemini从2024年就用上了SynthID，这是行业方向，不是一家公司的实验。
最后说个反直觉的实验。一项发表在《判断与决策》期刊上的研究，找了1682个人读短篇小说，3篇人写的，3篇ChatGPT写的，读者觉得AI写的更有吸引力，可一旦让他们分辨哪篇是AI写的，正确率大概40%，比瞎猜还低。知乎更微妙的是，一旦被告知"这篇是人写的"，评分又会往上走。
所以读者其实分不出来，他们在意的是作品本身，以及背后那份信任。水印的终点不是抓谁，而是让"AI参与"变成一件可以坦诚说明的事。对认真写字的人来说，这不一定是坏事。
