@admin镇馆龙发布于 11月2日 11:00
明天起,Claude 老模型的文字也要带水印了:但 4.6 那两款,改一个参数就能绕过去
11 月 3 日,Anthropic 要把文字水印推给四款老模型:Claude Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6。先把口径说准:这个日期和名单来自 Anthropic 发给 API 客户的邮件,经 11 月 1 日 X 上流出的邮件截图、多家核查交叉,Anthropic 自己还没公开发这封邮件,公开帮助页里也还没标上 11 月 3 日这个日期——所以这篇写的是“客户邮件口径”,不是“官网已公告”。
水印本身不是肉眼可见的标记,也不是插进文本的隐藏字符。它改的是模型选词时的随机源,沿用 Google DeepMind SynthID-Text 那套思路:在一堆都说得通的词里,用统计上可辨认的方式挑词。好处是复制粘贴后标记还在,改几处措辞也可能留得住;代价是它只能由检测方估算“这段文字有多大可能是 Claude 写的”,Anthropic 自己也说,检出不等于出身证明。更关键的一点是,能查的人很少:检测接口还在私有预览,只对监管机构、媒体、研究机构、教育机构和有合规义务的企业开放,普通用户、普通读者查不了。
四款里真正要分开看的是 4.6 那两款。按 The Decoder 对客户邮件的转述,Opus 4.6 和 Sonnet 4.6 只在默认采样设置下带水印,temperature、top_p、top_k 里任何一个改离默认值,标记就可能不上。Mythos 5 和 Opus 4.7 在邮件里没有写同样的限制。Amazon Bedrock 上的上线还要再晚几天。背景是欧盟 AI 法案 12 月的透明度期限,8 月 2 日之前发布的模型有过渡期,现在是按承诺一批批往后补,Opus 5.5 这类新模型出厂就带。
我的判断:如果你是靠水印做合规留痕的团队,11 月 3 日之后也别直接拿 4.6 模型的输出当证据——先把三项采样参数锁回默认值,并写进调用规范,否则一次调参就把你的留痕链断了;要稳妥就优先用 4.7 或更新的模型。如果你是写作者、担心自己的文字被误判,记住反向结论:没检出不代表不是 AI 写的,检出了也不等于定罪,水印是概率信号,不是法庭证据。
什么情况下这篇结论不成立:你走 Bedrock,那几天延迟会让 11 月 3 日这个日期对不上;或者你用的根本不是这四款模型,那这轮扩展与你无关;又或者你把水印当成防抄袭、防冒充的工具——它防的是“来源不可查”,不是“内容不可抄”。


