Anthropic把文字浮水印擴展至四款舊版Claude 11月3日起生效　AI內容可追溯成企業合規重點

生成式 AI 的內容監管正以具體形式落地。據外媒報道，AI 公司 Anthropic 已通知 API 客戶，自 11 月 3 日起 把其隱形文字浮水印擴展至四款較早推出的 Claude 模型——包括 Claude Mythos 5、Opus 4.7、Opus 4.6 及 Sonnet 4.6。換言之，從今天起，這些模型在 Anthropic 自家平台、API、Claude Code，以至 AWS Bedrock、Google Cloud、Microsoft Foundry 等雲端夥伴上產出的文字，都將帶有可偵測的隱形標記，標誌著 AI 內容的可追溯性進入新階段。

浮水印如何運作？不可見但可偵測

Anthropic 的隱形文字浮水印，並非像圖片浮水印般在內容中加上顯而易見的標籤或字元。根據官方說明，它是一種不可見的選字模式——透過在不影響可讀性的情況下，微調模型決定用詞時的隨機性，在字詞選擇中嵌入可偵測的統計規律。偵測部分則使用 Google DeepMind 的 SynthID 文字方法變體。

Anthropic 強調，這種標記不會新增字元或額外 token，對輸出速度的影響極微，也不攜帶有關用戶或機構的任何資料。但關鍵在於，偵測工具可藉此判斷一段文字「是否由 Claude 生成」，為內容的來源驗證提供技術基礎。

這項安排的觸發點，是歐盟《人工智能法》（EU AI Act）第 50 條的可追溯要求。值得留意的是，Anthropic 並未將標記僅限於歐盟地區，而是全球所有提供 Claude 的地方一併套用，理由是公司「沒有可靠方法」僅按地區限制標記。因此，香港企業採用的 Claude 輸出，亦同樣會帶上這道隱形記號。

為何是「舊版」模型？合規時程的逐步推進

Anthropic 的浮水印政策其實早有時間表。該公司自去年 8 月 2 日起推出的新模型（如 Opus 5.5、Sonnet 5.5），從發佈首日起已內建文字浮水印；而在該日期之前推出的較舊模型，則依循法律提供的過渡期，逐步補上這個標記。往後將陸續覆蓋其餘符合資格的舊版型號，直至符合歐盟 AI 法的完整時間框架。

換言之，這次針對四款舊版模型的擴展，是 Anthropic 依照合規時程「補課」的一部分，並非突發政策。Anthropic 亦計劃稍後開放更大的偵測 API 權限，讓更多機構能驗證內容來源，但目前尚未公布確切時間。

不過，報導指出此計劃存在兩個已知限制：其一，在 Opus 4.6 及 Sonnet 4.6 上，浮水印僅於預設取樣設定下生效，若用戶調整取樣參數，標記可能失效；其二，編程類輸出往往只有「單一正確答案」，模型缺乏可嵌標記的用詞空間，浮水印在程式碼上的效力有限。這些技術限制，令浮水印在企業合規上的保證程度存在變數。

對香港企業的意義：AI內容治理與合規前置

對香港企業而言，Anthropic 擴展浮水印標誌著一個大趨勢：AI 內容的可追溯性正由「可選」走向「常態」。當監管機構、客戶與公眾愈來愈有能力偵測 AI 生成內容，企業若在行銷、報告或對外溝通中不披露 AI 使用，便可能面對更高的誠信與法律風險。這對教育、金融、法律、醫療等受嚴格監管的行業尤為關鍵。

從實務角度，企業應開始建立 AI 內容治理框架。首先是辨識風險：哪些對外內容可能被偵測為 AI 生成，例如新聞稿、投資研究、客戶報告等；其次是確立政策：就 AI 生成內容的披露、人工審核與標示訂立明確指引；最後是技術準備：了解浮水印偵測的能力與限制——例如參數調整可使部分模型的標記失效——避免「表面合規」卻經不起考驗。

同時，企業也應留意「可追溯」的雙刃劍性質。一方面，它可協助企業自證清白，避免內容被誤指為造假；另一方面，企業亦無從得知第三方偵測工具對自身內部生產內容的判定結果，亦沒有簡便方法「查看」自己文件的標記。這種資訊不對稱，意味著企業需要對 AI 輸出採取更謹慎的記錄與審核流程。

結語

Anthropic 由 11 月 3 日起把隱形文字浮水印擴展至四款舊版 Claude 模型，反映歐盟 AI 法的合規要求正逐步落地，並已延伸至全球市場，包括香港企業所使用的服務。當 AI 生成內容的來源變得愈來愈可驗證，「不披露即使用」的空間將被大幅壓縮。對香港的機構而言，這既是合規挑戰，也是塑造企業誠信與 AI 治理能力的契機——及早部署內容政策與審核機制，將有助在日益嚴謹的監管環境中佔得先機。