Anthropic扩展旧版Claude模型水印，开发者可调参绕过欧盟合规标记

美国AI公司Anthropic宣布将其不可见文本水印功能扩展至Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6和Claude Sonnet 4.6四款模型，以应对欧盟《人工智能法案》（EU AI Act）于2026年12月生效的合规截止日期。据科技媒体The Decoder报道，Anthropic在发给API客户的邮件中说明，该水印是一种“词汇选择中的不可察觉模式”，不改变语义、质量或可读性，也不增加额外字符或Token。

然而，这一合规机制在两款较旧的模型上存在明显技术漏洞。对于Claude Opus 4.6和Claude Sonnet 4.6，Anthropic表示水印仅在开发者将temperature、top_p和top_k这三个控制随机性的采样参数保持默认值时才会生效。任何对其中单一参数的微调都足以使输出文本不再包含水印。Anthropic在邮件中警告：“如果你依赖水印进行自身合规检查，请将这些设置保持为默认值。”相比之下，Claude Mythos 5和Claude Opus 4.7未提及此限制，暗示其水印在所有采样设置下均强制生效。

由于Claude Opus 4.6目前仍是Anthropic写作能力最强的模型之一，甚至优于更新的Opus 5.5，这一漏洞对依赖自动化检测工具验证AI生成内容的第三方机构构成实际风险。Anthropic正在私有预览阶段测试一款用于验证水印的检测API，并指出该水印基于Google DeepMind开源的SynthID文本方法变体，通过调整词选背后的随机性产生统计可检测的模式。尽管OpenAI也在2026年10月推出了自己的textGrain水印系统，但其仅对欧盟地区的ChatGPT和Codex用户默认激活，全球API客户可选择开启或关闭。