🚨 AI-LECTURER 快訊速報｜2026-08-16｜5 分鐘速讀

🚨 Claude 生成的文字要「隱形蓋章」了——浮水印怎麼運作？

取材：How Claude’s text watermark works（Anthropic News）｜完整課同日跟進，見書架
📍 真實場景
大學兼任助教，常需批改學生繳交的期末報告

正在改一疊報告，懷疑其中幾份整段都是用 AI 代寫，卻抓不到實質證據

😖 卡住的地方：市面上的「AI 偵測工具」誤判率很高，把學生自己寫的正常句子也判成 AI 生成，讓你不敢直接拿分數去質問學生
💡 讀完你會知道：Claude 的浮水印能證明什麼、不能證明什麼，以後看到「AI偵測報告」該怎麼判讀而不是照單全收

⚡ 一句話講清楚

Anthropic 宣布，之後的 Claude 模型會在生成的文字裡自動加上 浮水印(watermark)藏在內容裡、不影響觀感但可被特定方法偵測出來的隱藏標記，用來判斷「這段文字有多大機率是 Claude 寫的」。這個動作是為了配合 2026 年 8 月上路的 歐盟AI法案(EU AI Act)歐盟訂定的AI監理規範，要求在歐盟市場提供服務的AI業者必須標示AI生成內容，而且不只 Anthropic，其他簽署同一份規範的主要 AI 業者也會各自推出自己的浮水印。

運作原理跟你想的「藏字」完全不同。大型語言模型(LLM)像Claude這樣一次只預測一個字/詞的AI模型 每次選下一個字時，其實是從一份候選清單裡挑，例如「今天天氣又冷又…」後面接「陰沉」還是「灰濛濛」，意思差不多，選哪個通常交給 亂數產生器(random number generator)決定「隨機」結果的演算法元件 丟骰子決定。Anthropic 的做法是把這個「丟骰子」的來源，換成用一把只有官方持有的密鑰（key）搭配前面幾個字去計算出來的偽隨機結果——文字讀起來一模一樣，但只要有這把 key，就能檢查整段文字的選字規律是否符合「Claude 用這把 key 會選的樣子」，進而算出一個「這是 Claude 寫的」機率。

它刻意做得很「乾淨」：不會多加字、不會有肉眼看得出的怪符號、也不會因此變貴（不用多花 token）。但也因為原理是機率統計，它只能回答「這段文字像不像用這把 key 生成的」，回答不了「是哪個帳號、哪一次對話生成的」——浮水印本身不帶任何可追蹤到特定使用者或組織的資訊。

🏃 快速上手三步（今天就能做）

1
確認你用的模型版本是否已上浮水印到 anthropic.com/news 或你慣用模型（OpenAI／Google）官方的更新頁面，用關鍵字 watermark 搜尋，確認你正在用的版本號是否已套用；2026 年 8 月之後新產生的對話內容比較可能含浮水印，之前的舊輸出不會回溯加上。
▼
2
看到「AI偵測分數」先問一句：它核對的是哪把 key？下次收到第三方工具給的「92% AI生成」報告，先確認它是靠文字統計特徵猜測（人類寫的簡短生硬句子也容易被誤判），還是真的拿到官方浮水印 key 去核對。目前沒有任何公開第三方工具握有 Anthropic 的 key，所以號稱「能精準核對 Claude 浮水印」的工具都該打問號。
▼
3
把技術限制寫進你的規範，而不是指望技術抓人如果你要管理學生或員工使用 AI，直接在課程規範或公司政策裡寫清楚「AI 可以用到什麼程度、要不要註明」，而不要期待浮水印能當呈堂證供——因為它設計上就無法回溯到具體是誰、哪一次對話生成，技術上做不到單獨定罪某個人。

🧠 工程思維透鏡（資深工程師看到的是什麼）

🔭 浮水印能不能被「洗掉」？
只要把文字丟進另一個模型改寫（paraphrase）一次，選字的統計規律就會被打散，浮水印訊號很容易被中介的改寫步驟破壞。這代表它對「隨手複製貼上交作業」有嚇阻效果，但擋不住刻意規避的人——本質上是低成本嚇阻，不是高強度防偽機制。
🔭 為什麼選擇「完全不影響輸出品質」這條路，而不是加更強、更好偵測的標記？
Anthropic 刻意只在「選哪個字都差不多」的低風險決策點動手腳（如 overcast vs grey），換取讀者完全感覺不到差異，代價是訊號很弱：文字要夠長，統計上才能算出有意義的機率，一兩句話的短文本幾乎偵測不出來。這是工程上「不擾民」與「可偵測性」之間的明確取捨。