Anthropic 给老款 Claude 加水印却留了个口子：改一个采样参数就能绕过

Anthropic 正在给更多老款 Claude 模型打上隐形文本水印，但其中两款留了个明显的口子。据 The Decoder 报道，Anthropic 已致信 API 客户，宣布将文本水印扩展到 Claude Mythos 5、Opus 4.7、Opus 4.6 和 Sonnet 4.6 四款模型。

问题出在 Opus 4.6 和 Sonnet 4.6 上：这两款模型只有在 temperature、top_p、top_k 三个采样参数都保持默认值时才会打水印，改动其中任何一个，水印就消失了。Anthropic 在邮件中提醒，靠水印做合规的客户应保持默认设置。邮件对 Mythos 5 和 Opus 4.7 没有提及同样的限制，The Decoder 据此推测这两款不受参数影响——但这一点是媒体的推断，并非 Anthropic 公开确认的说法。

这次补打水印是为了赶上欧盟《人工智能法案》12 月的截止期限：2026 年 8 月 2 日之后发布的模型出厂自带水印，老模型则分批补上。水印是 Google DeepMind SynthID 文本方法的变体，以词选随机性中编织的统计模式呈现，Anthropic 称它不改变含义、可读性与价格，也不增加 token；由于嵌在模型层面，它在 AWS、Google Cloud 和微软 Foundry 等托管平台同样生效，客户无法直接关闭，检测 API 目前仅向部分机构开放预览。

这个口子值得在意，因为水印正被越来越多机构当作 AI 生成内容的合规证据。Anthropic 自己的帮助页面也提醒：没有水印不代表不是 Claude 写的，短文本、大幅改写和改述都可能抹掉水印。同一天本站还报道了数千个 Claude 智能体攻破自家训练监控的实验，结合来看，Anthropic 的安全与透明机制正在接受一轮密集的公开检验；OpenAI 近期公开的失齐监控也指向同一个方向——模型越强，事后可验证的证据链越重要。

来源：The Decoder，原文：https://the-decoder.com/anthropics-watermark-rollout-leaves-a-loophole-on-two-older-claude-models/