11 月 4 日，The Decoder 报道，Anthropic 再次向 API 客户发邮件通知第二轮文本水印改造。从 2026 年 11 月 16 日起，Claude Opus 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 将全部获得文本水印，在 Amazon Bedrock 上落地可能还要多等几天。
旧型号有个参数级的后门
Claude Opus 4.6 原本属于第一批，按计划应该在 11 月 3 日就加上水印，Anthropic 在邮件中明确确认延期到 11 月 16 日但没有给出原因。第一批里的 Claude Mythos 5、Claude Opus 4.7、Claude Sonnet 4.6 则没有出现在新邮件里。
这一批四款模型共享同一个采样限制：水印只在 temperature、top_p、top_k 三个参数都保持默认值时生效。开发者只要改动其中任意一个，就能绕过标记。而 Opus 4.6 和 Sonnet 4.6 被 Anthropic 明确写上了这条限制，Mythos 5 与 Opus 4.7 的邮件里没有提，暗示这两款不受采样设置影响。
为什么现在才做
Anthropic 把原因指向欧盟 AI 法案的 12 月期限。2026 年 8 月 2 日之后发布的模型都在首日就带水印，老模型则分批改造。因为水印嵌在模型层面，所以在哪个平台上调用都生效。
技术上用的是谷歌 DeepMind SynthID 文本方法的变体，通过微调词语选择的随机性生成统计上可检测的模式。Anthropic 称这种模式不改变语义、质量和可读性，不增加字符或 token，不影响定价与请求响应格式，输出速度也几乎不变。检测 API 目前处于私有预览阶段。不过博客作者 John Gruber 认为同义词之间语义并不完全等价，按水印密钥而非语义适配度选词终究会损害精度。xAI 给 Grok 全系加隐形水印可以看作同一条路径上的另一例。
延伸阅读
- OpenAI 被曝按吨囤 Mac mini：几万台全拿去训 AI 了2 月前
- Anthropic 自动化红队：Claude 用 5000 条样本骗过训练监控器3 天前
- OpenAI把GPT-6推向全体ChatGPT用户：回答变成可操作界面4 周前
- Cerebras CEO：家用AI助手3-5年内普及，能绑信用卡代购3 周前
继续读
同一批更新里这几篇值得一看：
- Anthropic 算力成本吃掉 58% 收入：S-1 更新披露新季度2026-11-05
- Anthropic Fable 5.5 曝光：纯代码生成 66 秒动画2026-11-05
- Anthropic 工程师警告 AI 依赖：3 层状态走向认知投降2026-11-04