Anthropic почала вбудовувати непомітний водяний знак у весь текст, який генерують її найновіші моделі Claude. Зміни набули чинності для моделей, запущених у ЄС 2 серпня 2026 року, і Anthropic заявляє, що вони застосовуватимуться по всьому світу.

Anthropic виклала цей план у статті підтримки після підписання Кодексу практики щодо прозорості Закону ЄС про ШІ. Іншими словами, компанія робить це не з власної ініціативи. Позначка охоплює всі поверхні Claude, від чат-боту та API до Claude Code та хмарних партнерів, таких як AWS, Google Cloud та Microsoft Foundry.

«Коли підтримувана модель Claude генерує текст, вона вплітає непомітний водяний знак безпосередньо в сам текст. Ви його не побачите, і він не змінює значення, якість або читабельність відповіді Claude», — заявили в Anthropic. «Оскільки водяний знак є частиною тексту, він буде переміщуватися разом з текстом при копіюванні та вставці в інше місце і може зберігатися після деякого редагування».

Отже, це дещо складніше, ніж звичайні методи, про які зазвичай думають користувачі. Коли підтримувана модель Claude пише текст, вона вплітає непомітний водяний знак безпосередньо в слова, без видимого тегу. Оскільки позначка є частиною тексту, вона виживає при копіюванні-вставці і, як визнає Anthropic, "може зберігатися після деякого редагування". Файли отримують другий шар: підписані метадані за відкритим стандартом C2PA (уявіть собі цифровий маніфест доставки, який фіксує, хто створив файл і чи змінював його хтось після цього).

Метод залишається таємним

Anthropic не повідомила, як створюється водяний знак. У статті підтримки його називають рівнем моделі (модель навчається з ним) і текстовим (це не зовнішній інструмент, як, наприклад, генератор метаданих), але документація щодо виявлення та точна техніка ще не опубліковані.

Дослідники припускають, що це статистичний підпис: модель схиляє свій вибір слів до ледь помітного, виявлюваного упередження, що є тією ж родиною підходів, які Google використовує в SynthID Text. Це залишається здогадкою, доки Anthropic не опублікує детектор.

Але це не зупиняє ентузіастів конфіденційності, і деякі експерти вже працюють над методами зламу секретного водяного маркування Anthropic. mikiane/claude-watermark-cleaner (106 зірок на Github) очищає невидимі символи Unicode, а потім переписує текст за допомогою моделі, що не є Claude, щоб порушити структуру токенів.

Більший проєкт, guillaumemeyer/watermarks-remover (4.6 тис. зірок на Githum), видаляє текстові позначки Claude, а також сигнали класу C2PA та SynthID з файлів PNG, JPEG, SVG, PDF та DOCX. Автори стверджують, що статистична текстова позначка «не є надійним способом доведення походження» і здебільшого змушує користувачів витрачати другий прохід моделі на очищення власного тексту. Жодне видалення не може бути гарантоване, доки Anthropic не випустить свій детектор і порогові значення.

Власна історія Anthropic робить реакцію на конфіденційність більш гострою. Компанія видалила прихований трекер Claude Code у березні після того, як дослідники виявили, що він позначає місцезнаходження деяких користувачів та використання проксі через нерозголошені маркери Unicode — ту саму техніку «тихого» маркування, яка зараз знаходиться в центрі плану водяних знаків.

Позначка доводить, що Claude мала відношення до тексту, а не написала його повністю, тому вона буде трактувати оригінальний текст з невеликим редагуванням так само, як повністю згенерований ШІ текст. Якщо попросити Claude вичитати або перекласти ваш абзац, результат все одно може містити сигнал. Anthropic прямо заявляє, що значне редагування може видалити його, і відсутність позначки не доводить, що текст написала людина.

Законопроєкт США, COPIED Act, просуває ту ж ідею: стандартизований спосіб нанесення водяних знаків на вміст ШІ, щоб платформи могли відстежувати його походження. Як показала проблема шантажу з Claude, моделі компанії вже піддаються інтенсивному контролю щодо того, що вони роблять з текстом, до якого торкаються.

Anthropic не повідомила, коли вона опублікує інструменти виявлення, які дозволять будь-кому перевірити позначку.