Anthropic 水印在真實開發流程失靈
Anthropic 為 Claude 測試文字水印，能撐過 copy-paste，卻很難穿過 IDE、formatter、terminal 與 CI 這些真實開發工具。
Anthropic 為 Claude 測試文字水印，能撐過 copy-paste，卻很難穿過 IDE、formatter、terminal 與 CI 這些真實開發工具。
Anthropic 最近在測 Claude 的文字水印。概念很直白：讓 AI 產生的文字更容易辨識。問題也很直白：開發者的工作流很少停在單一文字框裡。
程式碼會進 Visual Studio Code，會被 Prettier 重排，會跑進 terminal，還會進 GitHub 和 CI。水印如果只撐得住第一步，實用性就很有限。
| 項目 | 內容 |
|---|---|
| 公司 | Anthropic |
| 產品 | Claude |
| 核心主張 | 水印可通過 copy-paste |
| 弱點 | 真實開發流程 |
| 報導來源 | The New Stack |
copy-paste 只是起點
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
水印在 demo 裡看起來很漂亮。文字從聊天視窗複製到記事本，信號還在，測試就過了。可是在工程現場，文字很快就會被改寫。
同一段程式碼，可能先貼進 IDE，再被 formatter 調整縮排，接著進 lint 規則，最後送去 review。每一次轉手，都可能把隱藏標記洗掉一點。
這就是問題核心。開發者要的是能在流程裡用的訊號，不是只在展示頁面好看的標記。若水印一碰工具就散，最後只剩下心理安慰。
- 程式碼常先進 IDE，再進 formatter。
- 文字會經過 shell、diff、CI 與 review。
- AI 產物常混進既有 repo，來源更難追。
- 安全團隊要的是可驗證證據，不是猜測。
真正要管的是最後一哩
AI 文字水印的價值，不在於能不能藏得漂亮。價值在於它能不能穿過人類常用工具，還保持可辨識。
如果一個標記只要經過正常編輯就失效，那它對工程管理幫助很小。它會讓人以為有追蹤能力，實際上卻沒有。
這件事在資安上更敏感。AI 生成碼已經牽涉授權、審查、責任歸屬。若水印無法在真實流程中維持訊號，稽核時也派不上用場。
“A watermark is only useful if it survives the transformations that happen in real workflows.” — Bruce Schneier
Bruce Schneier 這句話很貼題。他長期談信任系統與弱訊號，這次也一樣適用。
對程式碼來說，真正的變形點通常不是 chat 視窗，而是工具鏈。從生成到提交，中間每一步都可能讓水印失真。
和其他方案比，水印很輕，但也很脆
水印的好處是便宜、好講、部署快。對產品團隊來說，這很有吸引力。
但它跟簽章、供應鏈驗證、提交紀錄相比，證據力差很多。工具越輕，通常代表能提供的上下文越少。
開發團隊真正在意的，是能不能追到來源、能不能驗證內容、能不能在事故發生時回溯。隱形文字標記很難單獨完成這些事。
- SLSA 處理供應鏈完整性。
- Sigstore 提供簽章與驗證。
- OpenAI Codex 偏向生成，不管 provenance。
- RFC 4086 談的是隨機性與信任基礎。
這組對照很清楚。水印適合做初步提示，卻不適合當唯一依據。工程團隊要的是能落地的證據鏈。
這件事反映了 AI 工具的老問題
很多 AI 控制機制，在展示時都很順。可是一旦進入真實流程，就會遇到格式化、轉貼、重構、審查與自動化腳本。
AI 工具現在已經不只寫文案。它們會寫 patch、補測試、產生 shell 指令，甚至幫忙整理 issue。這讓 provenance 變得更重要。
台灣團隊如果已經把 Claude 或其他 LLM 放進日常開發，就不能只看輸出好不好看。要看的，是輸出能不能被追蹤、被驗證、被審計。
我會怎麼看這個方向
我覺得水印不是沒用，而是用途很窄。它可以當提示，不能當證據。
真正有價值的做法，會是把檢測、水印、簽章、review policy 一起放進流程。單靠文字小技巧，撐不住現代軟體開發。
接下來值得盯的點很簡單：Anthropic 這類方案能不能穿過 formatter、IDE round-trip、CI 與 diff 工具。如果不能，它就只適合 demo，不適合上線。