Anthropic为旧版Claude模型补加水印，但两款旧模型存在可绕过漏洞

Anthropic近日向API客户发送邮件，宣布将文本水印功能扩展至Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6和Claude Sonnet 4.6四款模型。此前，Claude Opus 5.5等较新模型已在发布时内置水印，而旧版模型则正在分阶段补加。由于水印嵌入于模型层面，凡托管这些模型的平台——包括亚马逊云服务、谷歌云和微软Foundry——均会自动应用，客户无法手动关闭。

Anthropic将该水印定义为「词语选择中不可感知的模式」，声称其不改变文本含义、质量或可读性，不增加额外字符或Token，不影响定价与请求响应格式，对输出速度的影响也微乎其微。公司还强调，水印「不包含任何关于用户、其所属组织或与Claude对话内容的信息」。技术实现上，Anthropic采用了谷歌DeepMind SynthID文本方法的变体，通过调整词语选择背后的随机性来生成统计上可检测的模式。

然而，在Opus 4.6和Sonnet 4.6两款旧模型上，水印存在明显漏洞。这两款模型的水印仅在temperature、top_p、top_k三个采样参数均保持默认值时才会触发。这三个参数控制模型在选词时引入随机性的程度，任意调整其中一个，水印便会失效。Anthropic在邮件中提示称「如果您依赖水印进行自身合规，请将这些参数保持为默认值」，但并未提供技术层面的修复措施，仅以合规警告作为回应。

这一漏洞的影响不容小觑。Opus 4.6目前仍是Anthropic旗下最强的写作模型，综合写作能力甚至领先于Opus 5.5。相比之下，邮件中并未提及Claude Mythos 5和Claude Opus 4.7存在同样的限制，暗示这两款较新模型的水印不受采样参数影响，具备更强的鲁棒性。Anthropic目前已为水印验证功能提供私测版检测API，并在其内容标注信息页面提供更多技术细节。

此次水印扩展的直接驱动力是欧盟AI法案的合规要求。根据规定，2026年8月2日之后发布的模型须在发布当日即携带水印，而此前发布的旧模型则需分阶段补加。在竞争格局上，OpenAI于2026年10月推出了自家水印系统textGrain，但默认仅对欧盟地区的ChatGPT和Codex用户启用，全球API客户可自行开关，且默认为关闭状态；谷歌DeepMind则已将SynthID开源，并内置于Gemini模型中。

水印技术本身的争议也在业界持续发酵。博主约翰·格鲁伯认为，没有两个同义词的含义完全相同，依据水印密钥而非语义契合度来选词，必然会在一定程度上损害文本精确性。法律行业媒体Artificial Lawyer则指出，对于已明令禁止使用AI的客户而言，文件中被检测出水印可能引发合规风险，而多层水印叠加在同一文档中也可能带来额外的法律复杂性。

要点

• Anthropic向四款Claude模型扩展文本水印，以满足欧盟AI法案12月合规截止要求，水印嵌入模型层面，客户无法关闭。
• Opus 4.6和Sonnet 4.6存在明显漏洞：开发者只需调整temperature、top_p或top_k任意一个采样参数，即可完全绕过水印，Anthropic仅以合规警告回应，未提供技术修复。
• Opus 4.6目前仍是Anthropic最强写作模型，该漏洞的存在使其在实际合规场景中的可靠性存疑。
• OpenAI的textGrain水印默认仅对欧盟用户启用，谷歌DeepMind已将SynthID开源并内置于Gemini，三家头部厂商的水印策略存在显著差异。
• 业界对水印是否真正不影响文本质量存在争议，法律行业还面临水印被客户发现及多层水印叠加带来的额外合规风险。