Claude 全线嵌入不可见水印，从可证安全隐看到可证无损
新智元 · wechat · 2026-08-17
2026 年 8 月 11 日 Anthropic 宣布：自 8 月 2 日起发布的新版 Claude 模型，将在生成文本中嵌入人眼不可见、机器可读的隐形水印，内容被复制传播后仍可被软件识别溯源。水印不改变语义、质量与可读性，覆盖网页端、API 与 Claude Code，全球生效且不可关闭；图像等文件附带 C2PA 标准数字签名元数据。这是 Anthropic 签署欧盟《AI 法案》第 50 条透明度行为准则后的标志性举措。
文章进而梳理了「可证安全隐写」的理论脉络：从 Shannon（1949）、Cachin（1998）到 Blum 等人的计算安全框架（2002），长期受限于载体分布需可精确采样；2018 年中科大团队率先提出生成式可证安全隐写（黑盒采样与压缩—可逆采样两套框架），此后清华、波士顿大学、牛津等跟进，路线从对称密钥走向公钥（ECC 结合生成模型）、无盒提取（Disreo）、灰盒场景（基于推测采样的 SpecStega，载荷率较黑盒方案提升 20 倍以上），并用 SyncPool 消除 token 子词歧义。
最后落到水印落地：可证安全隐写保证嵌入不改变采样分布，即「可证生成质量无损水印」。中科大团队的相关系统已应用于星火大模型等平台、服务 1.3 万名开发者；图像侧有 GaussianShading（CVPR 2024）等即插即用可证无损方案，并延伸到「可证性能无损」的黑盒模型水印。作者指出水印攻防本质是质量约束下的代价博弈，「无损」正是双方共同的约束与追求。
所属事件:Anthropic 为 Claude 嵌入不可见水印，合规与监控争议齐发(20 条相关)→
「安全」频道最新
- OpenAI新模型Astra因触达Critical能力阈值暂停部分开发 — johnseach · 2026-08-17
- LLM 水印会降低文本质量吗？Anthropic 示例引发争议 — JeremyNguyenPhD · 2026-08-17
- 摩根大通 CEO 谈 AI：最大风险是网络安全，将缩短工作周 — Roger_M_Taylor · 2026-08-17
- 水印与限额之下，托管模型实用性还能维持多久？ — vboykis · 2026-08-17
- Zvi评OpenAI/HF攻击：HF未主动要求使用闭源模型，训练中问题早已存在 — TheZvi · 2026-08-17
- 开发者打造 MCP SSH 服务器：代理可操作服务器但永不持有密钥 — NoStrawberry1162 · 2026-08-17