近日，AI领域掀起了一场关于水印技术的“攻防战”。Anthropic（A社）刚宣布在新版Claude生成的文本中嵌入隐形水印，开发者社区便迅速反击——一款名为“watermarks-remover”的开源工具横空出世，上线仅24小时就在GitHub收获超2600颗星，原作者推文浏览量更直逼200万次。
“效果取决于运气。”开发者坦言，统计水印的消除尚无确定方案，当前方法类似“暴力破解”：若改写后的文本中落入“绿名单”的Token比例低于阈值，水印可能被破坏，但文本质量也会大幅下降。他特别提醒用户避免用原厂模型处理文本，例如用Claude改写Claude生成的内容，否则可能陷入“洗标-盖章”的无限循环。
Claude的水印技术究竟如何运作？网友推测其可能借鉴了“KGW”机制——一种通过调整Token采样概率实现的水印方案。据GPTZero CTO Alex Cui分析，该技术会在生成每个Token时，结合已生成的文本与私有密钥计算哈希值，动态调整候选词的采样概率，将部分词偷偷列入“绿名单”。单看一个词无法察觉异常，但全文若超50%的Token来自绿名单，即可判定带有水印。这种水印不依赖格式或特殊字符，传统删除手段完全无效，唯一破解方式是重写大量句子，但可能牺牲文本可读性。
事实上，OpenAI早在2023年就测试过类似技术，内部准确率极高且能抵抗局部改写，但最终未公开部署。原因直白：用户调研显示，近30%的受访者威胁若ChatGPT加水印就转投竞品。无独有偶，谷歌的Gemini也开发了同类方案，但同样选择搁置。目前，仅A社“头铁”推进水印落地，而OpenAI、谷歌、meta等公司因签署欧盟《AI法案》，未来可能被迫跟进——该法案强制要求AI生成内容提供机器可读标记。不过，马斯克的xAI未签署该协议，其旗下大模型Grok或因此获得差异化优势。
