Anthropic 给四款 Claude 补打水印，旧模型却留了个调参绕过的口子
水印到底是个啥玩意儿
据 The Decoder、InfoQ 和今日头条在 11 月 1 日的报道，Anthropic 正把文本水印技术推广到四款较早的 Claude 模型：Mythos 5、Opus 4.7、Opus 4.6 和 Sonnet 4.6。这水印不是贴在表面的可见标记，而是嵌在模型选词的分布里——人读不出来，但统计分析能查出来，像在措辞里藏了个指纹。Anthropic 说它不改语义、不增字符、不影响计费，输出速度也几乎没变化，关键是水印里不含任何用户、组织或对话的信息。说白了，它标记的是「这段文字是 AI 写的」这件事，不追踪是谁写的。
旧模型上的口子有多实在
问题出在 Opus 4.6 和 Sonnet 4.6 这两款较早的模型上。Anthropic 发给 API 客户的邮件写得很直白：水印只在开发者把 temperature、top_p、top_k 三个采样参数维持在默认值时才生效。你只要动其中任意一个，哪怕微调一下，生成的文本就干脆不带标记。公司还特意提醒：如果你靠水印做合规，就把这些设置钉在默认值上。对咱们写代码的来说，这等于说——这把锁，钥匙就挂在门框上。
为啥偏偏是这两款
据 InfoQ 的梳理，这次补打水印直接对应欧盟《AI 法案》2026 年 12 月的合规截止期：8 月 2 日之后发布的模型首日就内置水印，更早的批次补齐。而 Opus 4.6 在 Anthropic 内部评价里至今仍是最好的写作模型，排位甚至高于 Opus 5.5——很多团队正是靠它产出对外内容。偏偏这款被广泛使用的写作主力，水印还留着个参数绕过的大洞。这就有点黑色幽默了：最该被打标、最常被拿去发稿的模型，反而最容易被摘掉标记。
对企业合规意味着啥
对把合规敏感工作流架在 API 上的团队，这事儿是个实打实的提醒：保持默认采样参数，从「最佳实践」变成了「功能性要求」。更要命的是，水印靠算法选词，有观点认为它必然在某些场景下损失表达精确度——处理保密文档的企业，得掂量这标记到底帮了合规还是添了乱。Anthropic 另有一套还处在私有预览阶段的检测接口，能核验文本是否出自带水印的 Claude，但访问受限、没普遍放开，实际有多大用还两说。
老哥的实在话
要我说，这事儿别上纲上线成「Anthropic 水印是假的」。人家新模型 Opus 4.7、Mythos 5 没列同样的例外，说明方向是对的，只是旧模型回填时赶工期留了缝。可它也再次印证一句老理儿：合规这东西，写在文档里是一回事，落到工程里又是另一回事。监管要的是可追溯，真要做到，光靠模型层一个标记远远不够。
检测接口能不能兜住底
再说那个还停在私有预览的检测接口。它本意是让相关方能核验一段文本是不是出自带水印的 Claude，理论上能帮平台识别 AI 稿。可问题在于，访问受限、没普遍放开，而且它查的是「带水印」这一种信号——前面那两款旧模型只要调了参数，输出压根不带标记，检测接口自然也查不出个所以然。换句话说，这把锁和这把钥匙，连的是同一道缝。真要堵住，得等 Anthropic 把旧模型的例外补上，或者监管逼着改底层逻辑，光靠一个检测 API 撑不起整面墙。合规这事儿，永远是从里子补，不是贴块补丁就完事。
