程序员在四小时内破解了Claude不可见的欧盟合规水印

在Anthropic确认Claude模型将在全球范围内对AI生成的文本嵌入不可见的机器可读水印——以符合欧盟《人工智能法案》——之后四小时内，开发者Guillaume Meyer就发布了他的破解方案。用于去除Claude生成文本水印的代码在GitHub上走红，在X上获得超过2万次收藏，并有100多名贡献者。

Anthropic通过在Claude的用词和短语选择中留下一种模式来为文本添加水印，这种模式人类无法察觉，但机器可以检测。该技术名为SynthID，由谷歌开发，自2023年起投入使用；OpenAI的Scott Aaronson曾提出过类似方法，但该公司从未部署，担心水印会让客户望而却步。

这些变通方法利用了该方案的统计特性。Meyer的方法使用一个不添加水印的大语言模型来生成改写文本，替换同义词并重新组织内容。软件工程师Erik Hughes用Claude本身在15分钟内做出了一个工具，可去除不可见字符和形似字符、重排句子并替换词语。牛津大学的Leon Chlon表示，压缩回答或将其翻译成阿拉伯语——语义差异极大——再翻译回来，就能去除该模式；Anthropic承认，经过大量编辑、改写或翻译的内容可能不带有水印。

相关规定要求提供商对合成内容进行标注，否则将面临最高达年营业额3%的罚款，并禁止提供商营销规避工具——但对独立工具不设任何法律限制。Anthropic表示，该水印“不会改变回答的含义、质量或可读性”，并计划推出文本检测API，以便用户自行验证。

存在于用词统计中的水印在第一次改写时就会失效：将文本通过一个干净模型处理，或将其翻译后再译回，该模式便不复存在。

这显示了输出统计水印的实际寿命：一旦该方案公开且生态系统中存在不添加水印的改写工具，其寿命就只有数小时。

规避它无需复杂的数学——同义词替换、重排或翻译往返——因为任何改写都会重新掷出正是水印所依附的那些用词选择。

监管设计留下了空子：提供商不能营销规避工具，但独立工具不受任何限制。

Anthropic自己承认经过编辑或翻译的文本可能失去标记，这也就承认了该机制的核心局限。

依赖于输出统计特性的合规，其强度只取决于生态系统中最薄弱的改写工具——一条干净的路径就能让整个方案形同虚设。

Meyer的工具持续传播，自由撰稿人和社交媒体创作者纷纷请求使用；包括OpenAI、微软和Meta在内的190个组织签署了欧盟的透明度行为准则，要求从8月起所有新模型都必须带有水印，现有模型则须在12月前完成——至于有多少实验室会实施文本水印，以及是否有任何水印能经受住Anthropic计划发布的检测API，仍是未知数。