2026年8月起，Anthropic与谷歌等AI巨头开始为Claude、Gemini等主流模型生成的所有文本嵌入隐形水印，这意味着AI写作“无从证明”的时代正式终结——隐形水印不是藏在文字表面的图案，而是通过调整模型选择词汇的内在概率，为每一段AI生成的文字打上一串仅机器可识别的“数字指纹”。
一、技术核心：给词汇选择植入统计签名
非视觉水印，而是概率偏好：AI文本水印不改变文字的外观或可读性，而是在模型生成文本时，通过一把秘密密钥将词表中的一部分词“悄悄”调高选择概率，让模型更倾向于选用这些特定词，从而在整段文字中形成一种人眼无法察觉、但机器可统计检测的“偏心”模式。
检测即“找不同”：验证时，只要手握同一把密钥，检测工具就能对文本进行统计——如果那些被调高概率的“偏心词”出现频率明显高于随机水平，就能以极高置信度判定该文本由特定AI模型生成。
保留与穿透：这种水印在模型底层生成时就已嵌入，因此用户复制、粘贴、截图甚至部分轻度编辑后，水印仍可能保留随文本传播，配合Anthropic即将公开发布的检测方法，任何第三方（教授、雇主、平台）均可自行验证。
二、主流方案：以SynthID-Text为代表的“锦标赛抽样”
谷歌DeepMind的Nature封面方案：谷歌早在2024年便将SynthID-Text水印技术应用于Gemini，该研究登上Nature封面。其核心技术是“锦标赛抽样（Tournament Sampling）”——模型在生成每个字词时，会通过多轮“两两PK”从候选词中选出胜者，这个胜者既满足水印要求又不显著偏离原始语义分布。
两阶段闭环工作：①嵌入阶段：随机种子生成器为每一步生成提供种子，采样算法利用该种子和多个水印函数，通过锦标赛方式选出符合水印条件的token；②检测阶段：评分函数衡量文本中水印证据的强弱——文本越长、水印统计确定性越高；低熵（确定性高）的模型环境下水印效果会减弱。
文本质量无损：实验表明，非扭曲模式的水印几乎不影响文本质量——用户对带水印文本与不带水印文本的满意度差异仅0.01%，同时生成延迟可忽略不计。
三、现状与核心局限：防君子不防小人
主要头部模型已覆盖：Anthropic自2026年8月2日起的新Claude模型全面默认开启水印，谷歌Gemini自2024年起已悄然对所有回答携带隐藏签名，两大主流写作模型集体“签字”。
改写与翻译可破坏：Anthropic明确表示，大规模改写、翻译或与其他文字混合处理，大概率会破坏水印标识，水印检测器并非万能。
只能证明“参与过”，不能证明“全权代笔”：哪怕用户仅用Claude进行校对、翻译或修改几个字，文本同样会留下水印痕迹——因此检测到水印仅能说明内容“经AI处理过”，无法直接判定整篇为机器代写。