企业官网建设流程全解析

摘要：欧盟 AI 法生效后，Anthropic 给 Claude 输出加了文本水印与文件凭据，还上线了免费检测页。能查的是图片音视频，代码和纯文本恰恰不在清单里。本文拆这套机制，也说说代码溯源为什么最难。

9 月初，Anthropic 上线了一个免费检测页：把文件拖进去，它会告诉你这个文件是不是被 Claude 处理过。文件不出本机，凭据在浏览器里本地读取。

程序员的第一反应，多半是把手头的代码拖进去试试。

页面弹回一句：不支持。清单里是 JPG、PNG、SVG、MP4、WAV 这类图片音视频，纯文本不在其中，代码文件更不用说。

这个落差就是本文想聊的：内容溯源从口号变成了工具，但"证明代码是 AI 写的"——这个很多人最想验证的场景——恰恰是最难落地的一环。

为什么忽然全行业开始"盖章"

先交代背景：这不是厂商自发的善举，是法律的 deadline。

欧盟《人工智能法案》第 50 条在 2026 年 8 月 2 日生效，要求生成式 AI 的提供者确保输出内容能以机器可读的方式被识别。7 月，Anthropic 和另外约 190 家机构签署了欧盟的《AI 生成内容透明度实践准则》。

Anthropic 选择全球部署，而不是只给欧盟用户加。官方说明里给的理由很实在：暂时没有可靠的办法按地区区分，干脆一刀切。

这跟当年 GDPR 的路径一样——一条欧盟法律，最后变成一套全球默认。

同行也在动：OpenAI 5 月加入了 C2PA 联盟，并与 Google 合作，用 SynthID 给自己的图像输出打标（官方说明见参考资料 1）。

两个信号，机制完全不同

Anthropic 实际交付的是两套独立机制，经常被混为一谈。

第一套是文本统计水印。Claude 生成文本时，会依据一把检测密钥，在语义等价的候选词之间做细微偏向，形成人类看不出、但算法能复原的统计模式。它不是往文本里塞隐形字符，是改变词的选择概率。

这套水印覆盖面最广：8 月 2 日之后发布的新模型（Fable 5.1、Mythos 5.1），在网页、API、Claude Code、Cowork 里生成的所有文本都带。

经 AWS、Google Cloud、微软 Foundry 访问也一样。

文本被复制粘贴后水印跟着走，轻度编辑一般去不掉。

代价在另一端：完全改写、逐词替换能抹掉它。Anthropic 在 FAQ 里补了一句实话——被改写到这个程度，还能不能算"AI 生成"，本身就值得商榷。太短的文本也低于检测下限：只有三五个词的回复，统计上没有空间藏信号。

第二套是文件凭据。Claude 生成的受支持文件（目前是 PNG、JPG、SVG），会在元数据里附一段加密签名的记录，声明"此文件由 Claude 制作或处理"。

它走的是 C2PA 开放标准——相机厂商和修图软件记录照片来源用的同一套，联盟成员超过 6000 家组织。

凭据和文本水印有个本质区别：它不修改内容本体，是挂在文件容器上的签名。

好处是篡改可以被发现：任何一个字节变了，签名就断，C2PA 读取工具会直接告诉你。坏处是它比水印脆弱得多：截图、转码、换个软件另存，容器重写一遍，凭据就没了，内容看起来毫无变化。

检测器：能查的，和查不了的

配套的免费工具叫 Content Checker（claude.com/check-content）。无登录，拖文件即查，支持 17 种图片、视频、音频格式，上限 100MB，全程本地处理——页面明确写文件不会上传（工具说明见参考资料 2）。

它只读凭据，不读内容。这句话值得细品。

有评论直接点破了这款产品的诚实之处：它明确告诉你"只识别内容凭据，不能判断 Claude 是否参与了创作"。阳性结果说你被处理过，阴性结果什么都不说明。

这与过去三年的"AI 检测器"是两条路线。Pangram 这类工具没有厂商的密钥，只能靠文本特征猜——最近它把 10 位英联邦文学奖得主中的 4 位误标成 AI。凭据路线不做猜测：验的是签名，是密码学校验，不是推断。

阳性 ≠ AI 写的。Claude 帮你润色一段话、校对一篇文章，也算"处理过"，凭据分不清"生成"和"编辑"。

阴性 ≠ 人写的。反制工具开源的一抓一大把，仅剥离 SynthID 和 C2PA 标记的工具就在 GitHub 上攒了 4900 多颗星；截图、转码、重存这些日常操作也会随手丢掉凭据。

无信号，等于没有信息。

代码为什么恰恰最难

回到开头的落差。为什么"证明代码是 AI 写的"落在清单之外？这里有三个层次。

第一层最直接：C2PA 凭据目前只挂在图片类文件上，Content Checker 支持清单里没有纯文本格式。你把 .java、.py、.md 拖进去，它根本没东西可读。机制上就够不着代码。

第二层是检测权不公开。Claude Code 的文本输出理论上带统计水印——产品线全覆盖的口径里包含它。

但检测这段水印需要 Detection API，目前是私有预览，只向监管机构、执法部门、媒体、事实核查组织这类欧盟法律点名的机构开放。个人开发者想自查，没有门路。

第三层是代码本身不适合统计水印，这是我的判断，官方没这么说。文本水印能工作，前提是自然语言里"同一个意思"有海量的改写空间，模型有足够自由度去做偏向。

代码不一样：语义等价的表达空间窄得多，标识符能换，结构变不了。更麻烦的是代码出厂前要过 formatter、lint、编译、重构——每一道都是对统计模式的破坏，还是无心破坏。

所以现状很清楚：能可靠验证的，是 AI 生成的富媒体资产——图片、音频、视频。至于"这段代码是不是 AI 写的"，技术上仍停留在几个月前聊治理时说过的笨办法：靠 commit 里的手动标记和流程约定。

我的判断

把期望摆正，这套工具的价值才看得清。

它是合作场景的工具，不是对抗场景的武器。新闻室核验投稿图片、平台确认上传者主动附带的来源声明、企业自查合规——这些"对方愿意配合溯源"的场景，凭据是可靠的。

抓 AI 写的作业、查下属有没有用 AI 写代码——对方想藏的话，截图、转码、剥离工具，随手都是漏洞。官方把"阴性结果不代表清白"写在页面上，本身就是承认了这条边界。

对写代码的人来说，今天它带来的直接价值很小。但有一个现在就能用的例外：让 Claude 画架构图、生成设计稿这类资产，导出的是 PNG、SVG——这些在支持清单里，拖进检测页能验。

代码本身查不了，代码周边生成的图倒是能查，这个反差本身就是现状的最好注脚。

真正值得跟踪的是方向。欧盟把"内容可溯源"变成了模型出厂默认，OpenAI、Google 在同一条路上跟进，跨厂商的凭据互认正在成形。

等代码工具哪天把"这行代码怎么来的"做成生成时默认附带的记录，而不是事后靠人标记——"证明代码是 AI 写的"这个问题才算真正有解。

在那之前，再看到"检测 AI 内容"的按钮，先看一眼它的支持清单。

参考资料

1. Anthropic：How Claude’s text watermarking works（官方 FAQ），更新于 2026-09-01，https://www.anthropic.com/news/claude-text-watermark
2. Ground Truth：Anthropic shipped a content checker that cannot tell you if Claude wrote it，2026-09，https://groundtruth.day/news/anthropics-content-checker-cannot-tell-you-if-claude-wrote-it.html
3. Apidog：How Claude Marks AI-Generated Content?，2026-09，https://apidog.com/blog/how-claude-marks-ai-generated-content
4. LangProtect：Anthropic’s AI Watermarks: What Enterprises Need to Know，2026-09，https://www.langprotect.com/blog/anthropic-ai-watermarks-enterprise-guide

作者：唐悦玮 | 从后端出发，用 AI 拓展到全栈的工程师。