Claude旧模型水印被曝可由参数绕过

Anthropic正在扩大Claude文本水印的覆盖范围，但旧模型上的实现缺口，让这项面向合规的部署受到关注。据The Decoder报道，在Claude Opus 4.6、Claude Sonnet 4.6等较旧模型上，API用户可能仅通过改变一个采样参数，就使文本水印失效。与此同时，Anthropic正向另外四款Claude模型推出文本水印。报道将此次扩展与欧盟《人工智能法案》的一项12月截止期限联系起来，而对于绕过问题，公司被报道的回应是一则合规警告。

新增四款模型，覆盖扩大不等于机制稳固

这则消息包含两个需要分别看待的进展：一是Anthropic正在推进水印部署，二是部分既有模型的水印机制被指存在可绕过的条件。前者反映的是覆盖范围，后者涉及的是实现可靠性。即使更多模型加入水印体系，也不能据此推断各个模型在不同调用设置下，都能保持一致的水印行为。对于依赖API提供产品或服务的开发者而言，这种差异可能影响其对生成内容标识能力的判断。

原文明确给出的部署数量是另外四款Claude模型，但提供的材料没有列出这四款模型的完整名单，也没有交代各自的上线时间、适用接口和部署阶段。因此，不能将文中出现的Opus 4.6、Sonnet 4.6直接当作此次新增名单，更不能据此补齐其他型号。现有信息能够支持的结论是，Anthropic正在扩大部署，同时部分旧模型的实现方式受到质疑；两者之间的具体版本对应关系仍不清楚。

争议集中在API设置与水印之间的关系

报道点名的旧模型包括Claude Opus 4.6和Claude Sonnet 4.6。按照材料的描述，绕过问题发生在API使用场景，涉及单个采样参数的变化，而不是一项必须重新训练模型才能完成的操作。这也是新闻的核心：如果内容标识机制会随着调用设置变化而失效，那么“模型支持水印”与“每次输出都能获得稳定标识”就不是同一个承诺。对水印能力的评价，需要区分默认状态下的表现和不同受支持配置下的实际表现。

不过，现有材料没有提供独立测试报告、受影响版本的完整范围、水印检测结果或失效比例，也没有说明其他Claude模型是否存在同类问题。因此，不能把针对部分旧模型的报道扩大为“Claude水印全面失效”。同样，材料没有说明这一现象是否已经被大规模使用。更审慎的表述是：报道指出了一个与API采样设置有关的水印缺口，但它的普遍性、实际影响以及是否已有后续修复，尚无法从这份素材中确认。

合规警告与技术约束解决不同问题

对于这一缺口，The Decoder将Anthropic的回应概括为合规警告。这一信息值得注意，因为规则提醒与技术保障承担着不同任务：前者告知用户应当遵守哪些要求，后者决定系统能否在实际运行中维持预期行为。即使服务提供方明确要求用户保留相关标识，也不能仅凭这一要求证明水印机制已经不存在失效路径。反过来，技术机制存在局限，也不意味着用户可以忽略适用的使用条款或法律义务。

这里同样存在信息边界。提供的原文没有附上警告全文，没有给出高管或技术专家的直接引语，也没有交代警告的展示位置、约束对象以及违规后的处理方式。因此，不能将报道的概括扩写成Anthropic的正式承诺，或声称公司已经拒绝修复。现阶段能够确认的是，报道突出呈现了公司以合规警告回应问题的做法；至于是否同时采取了未在材料中披露的技术措施，目前没有足够信息作出判断。

12月期限凸显部署与合规之间的距离

报道将此次向另外四款模型部署水印的行动，放在欧盟《人工智能法案》12月截止期限之前的背景下。这说明，在该报道的叙事中，水印不只是产品功能，也与生成内容透明度和合规准备有关。不过，素材没有注明这一12月期限所属的年份，也没有列出对应条款、具体适用对象或过渡安排。因而，这一时间点应当作为报道所述背景保留，而不宜进一步推导为所有模型、所有服务都在同一天承担完全相同的义务。

从一般技术背景看，文本水印旨在帮助识别或判断内容的生成来源，但它不等同于对内容真实性的认证，也不应被理解为任何情况下都有效的唯一判断依据。水印的存在、检测能力以及服务提供方对用户行为的约束，属于相互关联但并不相同的层面。这次争议提示，评价一项内容标识方案时，既要看它覆盖多少模型，也要看其适用范围是否清晰、不同配置下的行为是否一致，以及外界能够获得怎样的可靠性说明。仅有部署数量，还不足以回答这些问题。

接下来值得关注的是，Anthropic是否会进一步说明Opus 4.6、Sonnet 4.6等旧模型的受影响范围，是否公布技术调整，以及新增四款模型采用的水印实现是否具有不同限制。这些都是需要后续信息验证的问题，并非已经公布的计划。就目前材料而言，最重要的判断不是水印应当被全盘否定，而是覆盖扩张、技术可靠性与合规约束必须分别审视：扩大部署是一步，清楚说明机制能够保证什么、不能保证什么，同样关系到这项功能能否获得信任。