程序员称已找到绕过Claude隐形水印的方法

在Anthropic确认Claude模型将在全球范围内将隐形、机器可读的水印嵌入到任何AI生成内容中后的四小时内，开发者Guillaume Meyer就发布了他的破解方法。

他从Claude生成的文本中去除水印的代码此后在GitHub上疯传，在X上被收藏超过2万次，并吸引了100多名贡献者，还有更多人将该技术整合到自己的项目中。

“Anthropic正在其Claude文本中嵌入水印……仅仅一天后，这个问题实际上就成为了历史，”一位AI专家写道，并配上了Meyer挣脱锁链、站在皱巴巴的欧盟和Anthropic旗帜上的图片。

Anthropic上周宣布Claude将采用水印技术以遵守欧盟的AI法案后，Meyer和其他人开始研究水印的工作原理。Meyer告诉《连线》杂志，一些人试图规避水印，因为他们不同意所有AI生成内容都应被标记的观点，而包括他本人在内的其他人则表示，他们只是享受技术挑战。

他说，自由内容作家和社交媒体创作者也联系了Meyer，请求使用该代码的帮助。

本月早些时候生效的新规规定，Anthropic和OpenAI等模型提供商必须标记合成音频、图像、视频或文本，以便机器能够检测到这些材料是AI生成的，否则将面临高达年营业额3%的罚款。虽然规则规定提供商不能营销规避工具，但对独立工具没有法律限制。

“我并不反对透明度，我完全支持内容归属，”Meyer说。“我只是认为水印本身是一个非常糟糕的解决方案，因为它有重大缺陷和风险。

”他担心误报的风险，以及水印可能无法区分AI使用的轻度或重度，尤其是因为他作为法语母语者，经常使用Claude和Grammarly等其他AI工具来编辑自己的写作。

他说，使用水印作为证据——即使Anthropic也承认它只能生成文本被Claude处理过的概率——可能会导致雇主不公平地拒绝候选人，或者仅仅因为检测器标记就过度指责研究人员使用AI。

Anthropic通过Claude在措辞和短语选择上留下一种模式来无形地标记文本，这种模式对人类读者来说难以察觉，但知道如何寻找它的机器可以检测到。

由于这会影响Claude的输出，一些用户担心这会降低Claude回复的质量，尽管Anthropic坚称不会如此。这项名为SynthID的技术由谷歌开发，自2023年以来，谷歌一直用它来标记其AI生成的内容。

计算机科学家Scott Aaronson在OpenAI工作时提出了类似方法，但该公司从未部署，因为担心水印会让客户对其产品望而却步。Meyer的去除方法使用非水印大语言模型生成多次重写，替换同义词并稍微重新组织内容。

当然，这依赖于使用其他不插入水印的大语言模型——这可能不是一个稳妥的选择，因为包括OpenAI、微软和Meta在内的190个组织已签署欧盟的透明度实践准则。这些实验室中有多少会实施水印还有待观察，水印必须包含在8月发布的所有新模型中，并必须在12月前集成到现有模型中。

总部位于硅谷的主权AI初创公司Haimaker的首席技术官兼联合创始人Wayne Pan表示，虽然在Anthropic发布用于检测水印的软件之前，该工具是否有效尚无定论，但了解Claude水印所基于的SynthID文本方法，让他们相当确信该方法有效。

他将Meyer的开源工具整合到自己的平台中，因为他同样不喜欢Claude对内容加水印的想法，即使内容只是经过轻微编辑，也不同意水印对用户不可见。

其他程序员也开发了自己的去除工具：软件工程师Erik Hughes花了15分钟用Claude构建了一个工具，可以删除不可见和相似字符、重新排列段落中的句子，并将几个单词替换为同义词。

牛津大学客座研究员Leon Chlon表示，可以通过浓缩Claude的回复、将其翻译成阿拉伯语等与英语语义差异很大的方言，然后再翻译回来，从而去除水印。Anthropic自己也承认，经过大量编辑、改写或翻译的内容可能不会带有水印。

Anthropic发言人在给《连线》杂志的一份声明中表示：“我们正在对Claude的输出添加标记，以遵守欧盟AI法案，其他实验室也在采取类似措施。识别AI生成的文本很困难，这为人们提供了更好的识别工具。

来自受支持的Claude模型的文本（包括Claude Code的输出）将带有隐形水印，这不会改变Claude回复的含义、质量或可读性。我们还计划推出一个文本检测API，以便用户自己进行更多此类操作。

”

Anthropic表示，它正在研究如何实现文本水印检测，并计划很快发布一个工具来实现这一目标，届时开发者将最终能够看到他们的方法是否万无一失。它还在继续改进水印系统。“我认为他们想表明他们是真诚地这样做的，”Pan说，“但我认为你不可能拥有一个能抵御一切的水印。

”