Anthropic 为四个旧款 Claude 模型补装水印，两个旧模型可通过采样参数绕过

The Decoder：AI News· Matthias Bastian·2026-11-01 03:20· 1 小时前AI 评分67

Anthropic 的水印部署在两个较旧的 Claude 模型上留下了一个漏洞

AI 导读

Anthropic 宣布将文本水印扩展到 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6，以赶上欧盟 AI 法案 12 月的期限。

正文 · 原文

Anthropic 正在将文本水印扩展到另外四个 Claude 模型，但 API 用户只需调整一个采样参数，就能在其中两个模型上避开该标记。

在发给 API 客户的电子邮件中，Anthropic 表示将为 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 添加水印。Claude Opus 5.5 等较新的模型已经带有该标记，而在 Amazon Bedrock 上的部署可能还需要几天时间。

Anthropic 称该水印是一种“用词选择中难以察觉的模式”，不会改变含义、质量或可读性。该公司表示，它不会增加额外的字符或 token，不影响定价或请求与响应格式，并且几乎不会降低输出速度。Anthropic 还表示，该水印“不包含任何关于用户、其组织或他们与 Claude 对话的信息”。

Anthropic 仅在两个较旧模型的默认设置下应用水印

Anthropic 表示，在 Claude Opus 4.6 和 Claude Sonnet 4.6 上，只有当开发者将三个采样参数保留在默认值时，水印才会生效。这些参数 temperature、top_p 和 top_k 控制模型在选词时使用的随机性程度。对其中任何一个参数稍作调整，就足以避开该水印。Anthropic 在邮件中警告称：“如果你依赖水印来满足自身的合规要求，请将这些设置保留在默认值。”

该邮件没有提到 Claude Mythos 5 或 Claude Opus 4.7 的这一注意事项，这表明无论采样设置如何，水印都会应用于这些模型。但较旧模型上的这个漏洞仍然值得注意，因为 Opus 4.6 仍然是 Anthropic 的最佳写作模型，甚至领先于 Opus 5.5。

Anthropic 有一个处于私密预览阶段的检测 API，用于验证水印，并在其内容标注信息页面上提供了更多细节。

Anthropic 改造较旧的 Claude 模型以赶上欧盟 AI 法案的期限

Anthropic 将欧盟 AI 法案 12 月的期限作为其现在为较旧模型添加水印的原因。2026 年 8 月 2 日之后发布的每个模型在发布首日就带有水印，而较旧的模型则分阶段获得该水印。由于水印嵌入在模型层面，因此它在托管这些模型的每个平台上都有效，包括 Amazon Web Services、Google Cloud 和 Microsoft Foundry。客户无法将其关闭。

Anthropic 使用了 Google DeepMind 的 SynthID 文本方法的一个变体，该方法调整选词背后的随机性，以产生一种在统计上可检测的模式。OpenAI 于 2026 年 10 月推出了自己的水印系统 textGrain，但它仅对欧盟的 ChatGPT 和 Codex 用户默认激活。全球的 API 客户可以将其打开或关闭，并且它默认处于禁用状态。Google DeepMind 开源了用于文本的 SynthID，并将其内置到 Gemini 模型中。

水印是否真的不影响文本质量仍存争议。博主John Gruber认为，没有哪两个同义词含义完全相同，因此依据水印密钥而非语义贴合度来选词，必然损害精确性。法律行业媒体Artificial Lawyer则提出了律所面临的另一重担忧：已禁止使用AI的客户可能会发现这一标记，而同一份文档中叠加多重水印也可能带来复杂问题。

没有炒作的AI新闻——由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周AI新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

来源：The Decoder：AI News · the-decoder.com