AI内容的标记正在从网页角落的一枚图标，进入模型选词和文件签名的底层。Anthropic宣布，后续Claude模型生成的文字将带有不可见水印；Google则开源C++库Credentio，让应用在本地验证图片、视频、音频和文档里的C2PA内容凭证。两条路线都不需要把“AI生成”几个字印在画面上，但解决的问题完全不同，也都不能把内容真假一锤定音。

一个改选词随机性，一个检查文件签名链

语言模型每次生成下一个词，通常会在若干语义接近的候选中随机选择。Claude采用SynthID-Text路线：当“阴天”和“灰暗”都合理时，系统用秘密密钥与前文片段决定随机数来源，让大量低风险选择累积成统计模式。普通读者看不到差异，持有密钥的检测器则能判断一段文字与这套选词规律相符的概率。它不会强迫模型选原本不可能出现的词，也没有可从文本中解出的用户、组织或会话编号。

Credentio处理的是另一层。C2PA内容凭证像一份跟随文件的加密履历，记录哪些工具创建或处理过素材，并用签名帮助验证记录是否被改动。Credentio目前支持规范2.2和2.4，可读取清单、断言、签名与声明结构，再用官方或开发者自定义的信任列表给出验证结果。它不分析文章文风，也不能检测Claude文本水印。

Claude水印几乎不增加成本，短文本和重写仍是盲区

Anthropic称，水印不会生成额外token，对速度影响可忽略，价格也不变。其采用的方法曾在接近2000万条Gemini回复的生产实验中测试，用户赞踩与人工并排评分没有发现显著质量下降。Claude的内部测试也没有观察到内容、创意或可读性变化。这里的结论是“测试未发现可感知影响”，不是水印永远零影响，尤其需要外部团队在多语言、低温度和专业写作中继续验证。

检测能力受文本长度和自由度制约。短段落可积累的选词信号太少；事实性句子只有一个正确答案时，水印不会介入；校对若只改标点和少量语法，也可能无法留下足够模式。代码必须精确，通常比自然语言水印更稀疏，主要可能出现在注释或任意命名处。轻度编辑未必能完全消除信号，逐句重写则可以。检测结果只能说明Claude可能参与，不能排除其他模型或证明整篇由AI独立完成。

Anthropic计划后续提供水印检测API，目前仍在确定实施细节；旧版Claude模型也会在未来数月逐步加入。文件输出走的不是文本水印，而是C2PA元数据。两种机制因此不能互换：复制粘贴文字可能保留统计模式，却会丢失原文件凭证；重新编码图片可能保留或移除元数据，取决于处理工具是否理解并延续签名链。

Credentio把验证搬到本地，覆盖数十亿级资产经验

Google称，Credentio的同源代码已经支撑近40个通过C2PA一致性检查的产品，处理规模达到数百亿件生成资产。开源库面向图片、视频、音频和办公文档，覆盖JPEG、PNG、WebP、MP4、MP3、PDF、DOCX、PPTX和XLSX等格式。验证完全在本地完成，能减少大文件上传带来的带宽、等待和隐私成本，多GB视频也可采用较小内存占用逐步解析。

项目采用Apache 2.0许可，提供Bazel构建和命令行验证工具，开发者可传入签名者与时间戳机构的信任锚。当前重点是“验证已有凭证”，生成和嵌入新凭证的完整能力仍在计划中。仓库明确处于快速开发阶段，可能不预告就产生破坏性变化，建议持续跟随主分支；它也不是获得正式支持的Google产品，版本稳定、长期维护和漏洞响应承诺仍需观察。

可验证生成链不等于真实，产品必须展示不确定性

这轮更新把内容来源技术分成了更清晰的两层：模型侧水印适合在纯文本脱离原平台后保留概率信号；文件侧凭证适合记录工具、时间与编辑链，并由任何兼容验证器读取。前者依赖密钥和足够长的样本，后者依赖元数据没有被剥离、签名链完整且信任列表可靠。没有任何一层能判断新闻事实是否正确，也不能替代采访、交叉核验和版权授权。

ATYUN认为，最重要的产品变化不是给AI内容贴上更醒目的标签，而是让“由谁处理过、检测有多大把握、凭证是否完整”成为可机器读取的独立信息。检测界面必须把概率、样本不足和凭证缺失与“确认为人写”区分开，避免把技术边界包装成裁决。只有开放验证工具、跨厂商兼容和清楚的失败说明同时到位，内容来源基础设施才不会变成新的黑箱。