2026年8月起，Claude等主流大模型开始给AI生成的文本悄悄嵌入肉眼完全看不见的“隐形水印”，这段文字是从哪个模型流出的，机器一测便知，而这套原理的核心，是藏在文字概率选择里的“统计学指纹”。
一、核心原理：在选词概率中嵌入“统计学指纹”
机制本质：大模型每次生成下一个词时都会在候选词中做概率选择。带水印的模型会通过一个只有厂商掌握的“绿名单/红名单”密钥，微调同义词的选中概率，让输出在统计分布上偏离自然概率。
检测方式：检测工具不需要阅读语义，只需还原密钥、统计“绿词”占比，就能判断这段文字是否由特定AI生成。对人类来说，这些词汇替换完全无感，但统计学上几乎不可能是人类随机写出的。
两层设计：以Claude为例，第一层是内嵌于文本本身的统计水印，随复制粘贴传播；第二层是为PNG、JPG等文件附加符合C2PA标准的数字签名元数据，标明文件经AI处理。
二、两种主流技术路线并存
概率分布水印（SynthID-Text）：Google DeepMind在2024年发布的方案，Claude新模型沿用这一路线，通过在生成时按照密钥预设模式略微偏向某些Token，保留文本质量的同时实现高检测精度。
零宽字符注入：在文本中插入肉眼不可见、但计算机可读的特殊Unicode字符，形成加密标签。实现简单，但容易被正则匹配等工具清理。
三、检测的边界与局限
检测结果只是概率：检测到标记仅说明内容“可能经过Claude处理”，不能确认Claude就是原作者，因为用户常借助AI做校对、翻译、摘要等。
编辑可能抹去水印：大量改写、翻译、混合其他内容，都可能让水印失效；反过来说，未检测到水印也不能证明内容一定非AI生成。