程序员称已找到绕过Claude隐形水印的方法

Anthropic上周宣布，旗下Claude模型将在全球范围内为所有AI生成内容嵌入隐形、机器可读的水印，以符合欧盟《人工智能法案》的要求。然而，这一举措在发布后不到四小时内就被开发者找到了破解之道。法国开发者纪尧姆·迈耶迅速发布了一段代码，声称可以移除Claude生成文本中的水印。这段代码在GitHub上迅速走红，在X平台上被收藏超过2万次，吸引了100多位贡献者参与完善，还有更多人将其整合进自己的项目中。一位AI专家在社交媒体上写道：“Anthropic在Claude文本中嵌入水印……但这个问题在一天后实际上就已经成为历史了。” 迈耶向WIRED表示，他和其他人之所以研究水印技术，是因为他们不认同所有AI生成内容都应被标记的观点，也有人纯粹是享受技术挑战的乐趣。他还透露，一些自由撰稿人和社交媒体创作者已经联系他，希望获得使用这段代码的帮助。欧盟新规于本月早些时候生效，要求Anthropic和OpenAI等模型提供商必须为合成音频、图像、视频或文本添加标签，以便机器能够检测出AI生成的内容，否则将面临高达年营业额3%的罚款。虽然规定禁止提供商营销规避工具，但对独立工具并无法律限制。迈耶强调：“我并不反对透明度，也完全支持内容归属。我只是认为水印本身是一个糟糕的解决方案，因为它有重大缺陷和风险。”他担心误报风险，以及水印可能无法区分轻度或重度AI使用——尤其是他作为法语母语者，经常使用Claude和Grammarly等AI工具来润色自己的写作。如果雇主仅凭水印检测结果（连Anthropic自己都承认只能给出文本被Claude处理过的概率）就拒绝候选人，或者研究人员被过度指控使用AI，那将是不公平的。 Anthropic的水印技术通过在Claude的措辞和短语选择中留下人类无法察觉、但机器可以识别的模式来实现。由于这会影响Claude的输出，一些用户担心这会降低Claude回复的质量，尽管Anthropic坚称不会。这项技术名为SynthID，由谷歌开发，自2023年起谷歌就将其用于AI生成内容的水印。计算机科学家斯科特·阿伦森在OpenAI工作期间曾提出类似方法，但该公司因担心水印会吓跑客户而从未部署。迈耶的移除方法使用不加水印的大语言模型进行多次重写，替换同义词并稍微重组内容。当然，这依赖于使用其他不插入水印的大语言模型——这可能不是万无一失的，因为包括OpenAI、微软和Meta在内的190家组织已签署欧盟透明度行为准则。目前尚不清楚这些实验室中有多少会实施水印，但从8月起发布的所有新模型都必须包含水印，现有模型则需在12月前整合。首席技术官韦恩·潘表示，虽然在该工具真正生效前无法确定其有效性，但基于对Claude水印所依赖的SynthID文本方法的理解，他们相当确信这种方法可行。