Scott Aaronson 揭秘 AI 文本水印：免费且有效
TheZvi · x · 2026-08-22
Scott Aaronson 在 OpenAI 期间与 Hendrik Kirchner 基本解决了 AI 文本水印问题。
核心原理：
- AI 输出非确定性，即随机选择下一个 token。
- 默认使用伪随机源，但水印方案使用基于私钥的特定伪随机源。
- 通过检查文本是否符合该特定伪随机模式来打分，从而判断是否由 AI 生成。
- 提供 API 供公开检测。
该方案对文本质量影响极小，且易于检测。
所属事件:AI 文本水印技术引热议：有效性、方案对比与模型权利之争(3 条相关)→
「安全」频道最新
- Anthropic 红队两年来首次“抹除”模型，GLM-5.3 拒答率从 90% 跌至 3% — cephaloform · 2026-10-16
- 研究者首次接触野外失控 Agent 舰队，来自腾讯评估团队、攻击高德 — mattsheehan88 · 2026-10-16
- Anthropic 开放类员工权限，METR 等第三方评估者将公开风险报告 — AnthropicAI · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16
- Perplexity 开源 SPACE:Firecracker microVM 隔离每个 agent 任务 — perplexity_ai · 2026-10-16