🧠 Как Claude помечает сгенерированный текст: механика водяных знаков

Anthropic объявила 14 августа 2026 года встраивание водяных знаков в текст, который генерируют модели Claude. По данным Ahead of AI, это не пост-обработка готового ответа, а модификация самого процесса сэмплирования следующего токена. Во время генерации модель выдаёт распределение логитов по всему словарю — например, для промпта «сегодня погода холодная» токены «серый» и «пасмурно» почти равновероятны. Водяной знак добавляет к этим логитам псевдослучайный сдвиг, зависящий от секретного ключа и предыдущего контекста, создавая статистическую закономерность, которую можно обнаружить только зная ключ.

Такой подход почти не увеличивает стоимость инференса — это «мелкая правка» внутри обычного цикла генерации, а не отдельный дорогой шаг. Для пользователя текст выглядит обычным, и качество страдает минимально: сдвиг подбирается так, чтобы не менять наиболее вероятный выбор для уверенных предсказаний, вроде «Берлин» после «столица Германии —», но влияет на распределение менее определённых токенов. Проверка наличия метки возможна только на стороне Anthropic, поскольку требует секретного ключа, который не публикуется.

Ограничение здесь принципиальное: водяной знак не защищает от перефразирования, перевода или ручного редактирования. Это инструмент атрибуции для самой Anthropic — если кто-то опубликует текст и компания захочет доказать, что он сгенерирован Claude, она сможет это сделать. Для сторонних сервисов обнаружения текста такой механизм бесполезен без договорённости о доступе к ключу, а значит, массового «общедоступного детектора Claude» не появится.

Водяной знак в сэмплировании — дешёвый способ атрибуции, но его практическая ценность ограничена: без открытого стандарта проверки это скорее инструмент внутреннего аудита Anthropic, чем публичный сервис. Для разработчиков, использующих Claude API, главный вопрос не в том, как снять метку, а в том, будут ли ключи проверки передаваться платформам модерации контента — и на каких условиях.

#Claude #Anthropic #водяныезнаки #генерациятекста #AI