Claude水印已被破解,斩获11k Star,但会被拒绝安装
2 小时前 / 阅读约5分钟
来源:36kr
Anthropic为AI生成文本添加全球水印,采用SynthID-Text方案。开源项目watermarks-remover可去除Claude等主流AI服务水印,引发关于AI水印必要性的讨论。

Claude 的水印政策在前些天引起了轩然大波。

我们曾报道过,包括 OpenAI、Anthropic、Google、Meta、Microsoft 在内的一大批公司,签署了欧盟《AI 生成内容透明度行为准则》,承诺推进 AI 生成内容的标记与检测。

但 Anthropic 显然做得更加过分。

他们为 AI 生成的全部文本内容添加隐藏水印,并且适用于全球用户。

技术上,Anthropic 采用了 Google DeepMind 团队 2024 年提出的 SynthID-Text 方案。原理是在模型做「无关紧要的选择」时植入统计模式。比如在描述天气时,选「overcast」还是「grey」对读者没有区别,但这种选择的累积构成了一个隐藏签名,持有密钥者可以检测到它。

Anthropic 宣称水印不影响输出质量,轻度编辑无法去除,完全改写可以消除。但在这种情况下,文本是否还能被称为 AI 生成的,本身就值得商榷。

简单来说,哪怕你把一篇完全自己撰写的文章丢给 Claude 检查标点,返回的内容也会被打上 Claude 生成的标签。

这就很令人感到恶心了。

很快,针对 Claude 不讲道理的水印策略,就已经出现了反制方案。一个去除 AI 水印的开源项目,在发布五天就已在 GitHub 冲到 11k Star。

开源链接:https://github.com/guillaumemeyer/watermarks-remover

这个开源项目能够实现三层工作:

A 层(确定性清洗):用 Python 脚本去除不可见 Unicode 字符、异域空格、bidi 控制符、tag 字符。这些是最简单粗暴的标记方式,脚本能 100% 去除。

B 层(统计水印破坏):通过 Agent 改写文本,破坏 token 采样层面的统计模式。覆盖 Claude、Google SynthID-Text、OpenAI 溯源标记、以及开源模型常用的 Kirchenbauer 类水印。

文件层(元数据清除):去除 PNG、JPEG、WebP、SVG、PDF、DOCX、ODT、HTML、Markdown 中的 C2PA / EXIF / XMP 元数据。

水印去除可以覆盖 Claude、Gemini、OpenAI 三大主流厂商的 AI 服务。一个有趣的细节是:项目曾经叫remove-claude-marks,后来改名为现在的 watermarks-remover。

Claude 拒绝安装

这个项目作为一个 Agent Skill ,大部分人都会让自己的智能体直接安装。但当用户尝试让 Claude 安装这个去除器 skill 的时候,被 Claude 直接拒绝

他解释说 Anthropic 用户从未同意过被强制水印,这是 EU 法规单方面强加的。Claude 不为所动。他强调付费客户不希望自己的输出被打标。Claude 依然拒绝。他威胁说反正会用不审查的中国模型来完成这件事。Claude 还是不配合。

最终,GLM 5.2 接手了这份工作,顺利完成了 skill 安装。

很讽刺的一点是,这个去除水印的 Skill ,代码很有可能来自于 Claude 自己

一场注定不会停止的猫鼠游戏

反对水印的人在说:我是付费用户,我为输出买了单,你凭什么在上面打标记?水印创造了一种隐形的「AI 内容二等公民」身份。在求职信、学术论文、商业文案的场景里,就连自己撰写的文字,只要丢给过 AI 就有全篇被质疑的风险。

支持水印的人在说:深度伪造和 AI 生成的虚假信息正在泛滥,溯源是必要的公共基础设施。「你拥有内容的使用权」和「你有权隐瞒内容的来源」根本是两个问题。

只要 AI 水印存在,去水印工具就会跟进。去水印工具越流行,越证明水印「有东西需要去除」,反过来强化了监管加码的理由。

但是,开源社区用脚投票的速度,永远比监管制定规则更快。

当 AI 生成内容在质量上已经无法与人类写作区分时,用技术手段强制标记 AI 输出的一切内容是否有意义?