Anthropic mula menanda teks Claude dengan tera air — dan 1,922 kes mahkamah menunjukkan apa yang tidak dapat diperbaikinya

Pada 11 Ogos 2026, Anthropic mula menyelitkan tera air ke dalam teks yang ditulis Claude, dan tiga hari kemudian menerbitkan FAQ dalam bahasa mudah yang menerangkan cara ia berfungsi. Pencetusnya tidak misteri: Perkara 50 Akta AI Kesatuan Eropah, yang mewajibkan penyedia menanda keluaran janaan mesin dalam bentuk boleh baca mesin, mula terpakai pada 2 Ogos.

Jadi satu keupayaan sebenar baru sahaja tiba. Sebahagian besar teks tulisan AI yang beredar sekarang membawa isyarat yang, dalam keadaan yang sesuai, boleh dijejak kembali kepada model yang menghasilkannya.

Dan inilah bahagian yang wajar direnung. Pada hari yang sama tanda itu dilancarkan, sebuah pangkalan data awam keputusan mahkamah membabitkan kandungan berhalusinasi AI berada pada 1,922 kes. Tiada satu pun daripadanya kegagalan tera air. Kesemuanya kegagalan pengesahan: seseorang memfailkan, menerbitkan atau membil keluaran model tanpa memeriksa sama ada perkara yang didakwanya benar-benar wujud. Tera air akan mengesan kesemuanya dan tidak menghalang satu pun. Tulisan ini tentang jurang itu: bagaimana penandaan berfungsi dalam bahasa mudah, apa yang benar-benar dibuktikan oleh keputusan pengesanan, dan apa yang tidak dapat dibuktikannya walau sebaik mana pun ia menjadi.

Ringkasnya:

• Tiada apa-apa ditambah kepada teks. Model hanya mencondongkan, menggunakan kunci rahsia, pilihan antara beberapa perkataan seterusnya yang sama baiknya. Tiada aksara tersembunyi, tiada metadata, tiada denda kelajuan atau kos — dan ia terpakai kepada semua orang, di mana-mana.
• Keputusan positif ialah bukti lemah dan keputusan negatif hampir bukan bukti. Anthropic sendiri menyatakan tanda itu tidak dapat membezakan "Claude menulis ini" daripada "Claude menyunting ini dengan banyak", lemah pada teks pendek, kod dan perenggan fakta semata, serta terpadam oleh penulisan semula. Pada 2024 penyelidik menunjukkan bahawa kurang daripada 50 dolar sudah memadai untuk kedua-duanya: membuang tanda ini dan memalsukannya pada teks tulisan manusia.
• Asal usul bukan pengesahan. Tanda itu memberitahu anda model mana yang mengendalikan teks tersebut. Ia tidak pernah memberitahu sama ada keputusan mahkamah, petikan atau buku yang dinamakannya itu wujud.

Gambar: Jon Rawlinson, Wikimedia Commons, CC BY 2.0. Satu halaman penuh tanda ketulenan. Setiap satu membuktikan sempadan telah dilintasi. Tiada satu pun berkata apa-apa tentang sama ada pengembara itu bercakap benar.

Apa yang Anthropic benar-benar ubah, dan apa yang tidak

Mulakan dengan mekanismenya, kerana hampir semua salah faham selepas ini berpunca daripada tersilap di sini.

Apabila model bahasa menulis, ia menghasilkan satu perkataan pada satu masa, dan pada kebanyakan kedudukan tiada satu pilihan yang betul. "Mesyuarat itu produktif" dan "Mesyuarat itu berguna" kedua-duanya wajar. Model menyimpan senarai perkataan seterusnya yang boleh diterima lalu memilih satu melalui cabutan rawak. Itulah sebabnya arahan yang sama memberi anda dua jawapan yang sedikit berbeza.

Tera air teks menggantikan cabutan rawak itu dengan cabutan pseudo-rawak yang dipacu kunci rahsia. Model masih hanya memilih antara perkataan yang sudah dinilainya sama baik, jadi kualiti tidak tersentuh. Tetapi sepanjang beberapa ratus perkataan, corak tentang perkataan mana yang menang setiap kali berhenti kelihatan seperti kebetulan, dan sesiapa yang memegang kuncinya boleh mengukurnya.

Rumusan Anthropic sendiri mematikan dua salah sangka paling lazim: "tiada apa-apa ditambah kepada teks, tiada aksara tersembunyi." Tiada Unicode halimunan, tiada ruang berlebar sifar, tiada bongkah metadata yang tertanggal apabila ditampal ke penyunting teks biasa. Tiada juga perubahan kos atau kelajuan. Dan ia dihidupkan secara global: Anthropic menyatakan ia belum mempunyai cara yang kekal untuk mengehadkan tingkah laku ini mengikut wilayah, jadi pengguna di São Paulo dilayan sama seperti pengguna di Stockholm.

Tiada apa-apa yang baharu dari segi saintifik di sini. Scott Aaronson mencadangkan pendekatan ini pada 2022, Kirchenbauer dan rakan menerbitkan skema yang berfungsi di ICML pada 2023, dan Google DeepMind menerbitkan SynthID-Text dalam Nature pada Oktober 2024 — pelaksanaan Anthropic ialah satu versi daripadanya. Google menjalankannya dalam Gemini sejak 2024, melaporkan kira-kira 20 juta respons sebenar tanpa perbezaan kualiti yang dapat dikesan, dan sejak itu mendakwa lebih 10 bilion kandungan telah ditera.

Yang membawa kepada apa yang belum dihantar. Anthropic berkata API pengesanan akan tiba "tidak lama lagi". Ia belum wujud. Harga, kadar positif palsu dan model mana yang dilindungi kesemuanya belum diterbitkan, manakala portal pengesanan SynthID awam Google, yang diumumkan pada Mei 2025, masih beroperasi dengan senarai menunggu. Tanda itu ada dalam berbilion dokumen; keupayaan memeriksa satu daripadanya, bagi hampir semua pembaca tulisan ini, masih satu janji.

Tanda itu bertahan disalin-tampal. Ia tidak bertahan ditulis semula.

Isyarat itu hidup dalam perkataan mana yang dipilih, jadi apa sahaja yang mengekalkan pilihan perkataan akan mengekalkan tandanya, dan apa sahaja yang menggantikannya akan memusnahkannya. Anthropic menyatakan hadnya secara terus terang: "penulisan semula sepenuhnya yang menggantikan setiap perkataan akan" membuangnya. Dua kes memecahkan corak itu dengan cara yang kerap mengejutkan orang.

Teks pendek dan teks fakta hampir tidak membawa apa-apa. Tera air memerlukan pilihan untuk disembunyikan. Satu atau dua ayat tidak memberi cukup keputusan untuk membentuk corak, dan kandungan yang sarat fakta mungkin langsung tidak menawarkan pilihan sebenar — contoh Anthropic sangat jelas: selepas "Principia karya Newton", perkataan seterusnya pastilah "Mathematica", dan tiada kunci pun mempunyai suara. Logik yang sama melemahkan kod, di mana sintaks menentukan kebanyakan token, dan kerja pembacaan pruf, di mana model mengubah terlalu sedikit perkataan untuk meninggalkan isyarat.

Terjemahan membawa tera air penuh. Yang ini bertentangan dengan gerak hati. Minta Claude menterjemah sesuatu dokumen ke bahasa Jepun, dan teks Jepun itu ialah sesuatu yang dijana baharu oleh Claude, perkataan demi perkataan, dengan kebebasan memilih seperti biasa — jadi ia keluar dengan tanda penuh, walaupun ideanya datang daripada naskhah manusia yang tidak bertanda. Ini bertentangan dengan apa yang digambarkan penyelidik DeepMind dalam Nature, iaitu menterjemah teks bertanda ke bahasa lain sangat mengurangkan keyakinan pengesanan. Kedua-duanya benar kerana ia senario berbeza: menterjemah teks bertanda di tempat lain akan melunturkan tandanya, manakala membiarkan model sendiri menterjemah akan mengecap tanda baharu.

Tingkah laku seperti yang dinyatakan Anthropic dalam FAQ 14 Ogos 2026 dan oleh penulis SynthID-Text dalam Nature, Oktober 2024.

Keputusan positif ialah bukti lemah. Keputusan negatif hampir bukan bukti.

Seseorang menjalankan pengesan ke atas sesuatu dokumen dan memperoleh keputusan. Apa yang dia ketahui sekarang?

Jika positif: bahawa sebahagian teks ini pernah melalui model penyedia tersebut. Itu sahaja. Anthropic menyatakan dengan jelas bahawa tanda itu tidak dapat membezakan "Claude menulis ini" daripada "Claude menyunting ini dengan banyak", ia tidak berkata apa-apa tentang kebenaran mana-mana dakwaan di dalamnya, dan ia tidak mengecam teks daripada AI lain, kerana ia hanya mengenali kuncinya sendiri.

Jika negatif, dia hampir tidak mengetahui apa-apa. Keputusan bersih ialah tepat apa yang anda peroleh juga daripada parafrasa berat, petikan pendek, blok kod, model pesaing, atau model pemberat terbuka yang berjalan pada komputer riba seseorang tanpa sebarang penandaan.

Setiap sel di sini ialah had yang diterbitkan sendiri oleh para penyedia. Sumber: FAQ tera air Anthropic (14 Ogos 2026); Dathathri et al., Nature (Oktober 2024); Jovanović, Staab dan Vechev, ICML 2024.

Serangan yang tiada siapa peruntukkan belanjawan justeru berjalan songsang

Pembuangan tanda ialah risiko yang dibayangkan semua orang: seseorang mencuci teks AI untuk menyembunyikan asalnya. Baiklah. Tetapi ada serangan kedua dengan anak panah menunjuk ke arah bertentangan, dan itulah yang sepatutnya merisaukan anda.

Pemalsuan bermaksud membuat teks yang ditulis manusia membawa tera air milik orang lain. Tiada siapa menyembunyikan apa-apa; mereka sedang menanam sesuatu. Sasarannya ialah seseorang yang kemudiannya dituduh menggunakan AI, atau penyedia yang dipersalahkan atas keluaran yang tidak pernah dihasilkannya.

Di ICML 2024, Jovanović, Staab dan Vechev menunjukkan kedua-dua serangan terhadap skema tercanggih dengan kadar kejayaan melebihi 80% dan kos pengiraan kurang daripada 50 dolar. Penulis DeepMind mengakui perkara yang sama dalam kertas Nature mereka sendiri: tera air "tidak menawarkan penyelesaian yang lengkap", memerlukan kerjasama penyedia model sekadar untuk wujud, tidak boleh dikuatkuasakan pada model pemberat terbuka yang boleh dijalankan sesiapa sahaja seadanya, dan "terdedah kepada serangan kecurian, pemalsuan dan pembuangan". Klausa terakhir itulah keseluruhan hujahnya, ditulis oleh pasukan yang membina teknologi tersebut.

Eksperimen "kesan AI" sudah pernah dijalankan. Ia menggagalkan pelajar yang salah.

Alat pengesanan sudah lama wujud, dan ia teknologi berbeza dengan sejarah mudarat yang terdokumentasi. Tera air ditanam pada masa penjanaan oleh pemilik model, menggunakan kunci. Pengelas pula meneka selepas kejadian, daripada ciri teks itu sendiri: sejauh mana pilihan perkataannya boleh dijangka, sejauh mana kosa katanya pelbagai. Yang pertama tahu sesuatu. Yang kedua sekadar memadan corak gaya. Itulah beza antara mengukur dan memprofil.

OpenAI melancarkan AI Text Classifier pada 31 Januari 2023 dan mematikannya pada 20 Julai tahun yang sama "kerana kadar ketepatannya yang rendah". Angka mereka sendiri: menangkap 26% teks AI dan tersilap menandakan 9% teks manusia.

Kemudian Liang dan rakan menerbitkan dalam Patterns pada Julai 2023 penemuan yang sepatutnya menamatkan kategori ini. Dengan tujuh pengesan diuji pada esei TOEFL yang ditulis penutur bukan asli bahasa Inggeris, kadar positif palsu purata ialah 61.3%; satu pengesan menandakan 97.8% daripadanya. Apabila esei yang sama diminta ditulis semula dengan kosa kata yang lebih kaya, kadar itu jatuh kepada 11.6%. Pengesan-pengesan itu tidak pernah mengukur kepengarangan: ia mengukur kefasihan, dan menghukum sesiapa yang bahasa Inggerisnya lebih sederhana.

Institusi pun mengira. Pada 16 Ogos 2023 — tepat tiga tahun lalu hari ini — Universiti Vanderbilt mematikan pengesan AI Turnitin, dengan alasan bahawa kadar positif palsu 1% yang didakwa, didarab dengan 75,000 kertas setahun, bermakna kira-kira 750 pelajar dituduh secara salah setiap tahun.

Tera air jelas lebih baik daripada ini; ia tidak meneka. Tetapi perhatikan apa yang terbawa. Mod kegagalan sistem pengesanan tidak pernah berupa "tidak diketahui" yang bersih, sebaliknya jawapan penuh yakin tentang seseorang yang khusus. Tera air meningkatkan ketepatan keputusan positif. Dengan adanya pemalsuan, ia tidak menghapuskan tuduhan palsu, sebaliknya mengindustrikan keupayaan untuk mencipta satu.

Peraturan tiba sebelum alatnya

Semua ini bertimbun dalam dua minggu kerana penggubal undang-undang bergerak dahulu.

Akta AI Kesatuan Eropah membelah kewajipan kepada dua. Perkara 50(2) mengikat penyedia: sesiapa yang membina sistem generatif mesti menanda keluarannya secara boleh baca mesin, teks termasuk. Perkara 50(4) mengikat anda: pengguna sistem yang menerbitkan teks janaan AI yang "memaklumkan orang awam tentang perkara yang menyentuh kepentingan awam" mesti mendedahkannya.

Dan yang kedua itu membawa pengecualian yang, bagi kebanyakan pembaca, merupakan intipati praktikal seluruh rejim ini. Kewajipan itu tidak terpakai apabila kandungan tersebut telah melalui semakan manusia atau kawalan editorial dan ada seseorang yang memikul tanggungjawab editorial ke atasnya. Baca dua kali. Jawapan Eropah kepada teks janaan AI bukan sebuah pengesan. Ia seorang manusia bernama yang telah menyemaknya dan bertanggungjawab atasnya.

Kewajipan pelabelan tiba mengikut jadual; pengesanan yang boleh digunakan tidak. Sumber: Akta AI Kesatuan Eropah dan tarikh pemakaiannya, kod amalan ketelusan Kesatuan Eropah (Julai 2026), langkah pelabelan China dan piawaian GB 45438-2025, Akta Asas AI Korea, serta pengumuman Anthropic.

Baki kalendarnya pendek. Kod amalan ketelusan Kesatuan Eropah dinilai memadai pada 8–9 Julai 2026 dan menarik kira-kira 190 penandatangan, termasuk Anthropic, Google, Meta, Microsoft, Mistral dan OpenAI. Pada 2 Disember 2026 tempoh tangguh berakhir, meluaskan kewajipan penandaan kepada sistem yang dipasarkan sebelum 2 Ogos; 2 Februari 2027 pula tarikh akhir bagi kesalingoperasian pengesanan. Langkah pelabelan China berkuat kuasa sejak 1 September 2025, mewajibkan label yang kelihatan dan label terbenam di bawah piawaian GB 45438-2025, dengan Perkara 10 melarang sesiapa membuang atau memalsukan label. Akta Asas AI Korea berkuat kuasa pada 22 Januari 2026, dengan kewajipan pelabelan dan denda sehingga 30 juta won. Amerika Syarikat langsung tiada mandat persekutuan untuk penandaan teks — ini wajar dinyatakan terus terang, kerana peraturan yang diabaikan sebahagian besar model di pasaran bukanlah peraturan global.

Satu lagi ketiadaan wajar diletakkan di sini. Wall Street Journal melaporkan pada 2024 bahawa OpenAI telah membina kaedah tera air teks yang digambarkan secara dalaman sebagai tepat kira-kira 99.9%. Anggap itu laporan akhbar, bukan fakta: angka tersebut tidak pernah disahkan secara bebas dan OpenAI tidak pernah melancarkan penandaan teks. Catatan mereka sendiri bertarikh 11 Jun 2026 tentang pematuhan di Kesatuan Eropah hanya mendokumentasikan asal usul imej, dan mengakui had umum itu dengan kata-kata mereka sendiri: "metadata boleh dibuang, tera air boleh merosot".

Setiap satu kes ini akan lulus pemeriksaan tera air

Damien Charlotin menyelenggara pangkalan data awam keputusan mahkamah di seluruh dunia yang memerlukan hakim menangani kandungan janaan AI yang mengandungi halusinasi. Diambil pada 16 Ogos 2026, ia berada pada 1,922 keputusan. Lintasannya: kira-kira 200 pada pertengahan 2025, 719 menjelang Januari 2026, 1,227 menjelang April, 1,598 pada 9 Jun, dan 1,922 hari ini — 324 ditambah dalam sepuluh minggu terakhir sahaja.

Setiap titik pada lengkung ini akan membawa tera air yang sah. Sumber: pangkalan data kes halusinasi AI Damien Charlotin, diambil 16 Ogos 2026.

Arketipnya ialah Mata v. Avianca, diputuskan di Daerah Selatan New York pada 22 Jun 2023: satu hujah bertulis yang memetik enam keputusan kehakiman yang tidak wujud, dan denda 5,000 dolar.

Tetapi contoh yang sepatutnya paling berat milik Anthropic sendiri. Pada Mei 2025, dalam Concord Music v. Anthropic, peguam syarikat itu sendiri memfailkan perakuan pakar yang memetik satu kajian yang dihalusinasikan Claude. Semakan manual terlepas pandang; peguam memohon maaf kepada mahkamah. Syarikat yang kini melancarkan tera air teks pernah melecur sendiri kerana memetik tanpa sikap kritis — keluaran modelnya sendiri, dalam litigasinya sendiri, dengan peguamnya sendiri membuat semakan. Tera air pada perakuan itu akan memulangkan keputusan positif yang bersih dan yakin, lalu tidak mengubah apa-apa.

Ia menjangkau melampaui mahkamah. Deloitte Australia bersetuju pada Oktober 2025 untuk membayar balik sebahagian laporan kerajaan bernilai 440,000 dolar Australia yang mengandungi rujukan yang tidak wujud dan petikan rekaan daripada satu penghakiman. Pada 18 Mei 2025, Chicago Sun-Times dan Philadelphia Inquirer menyiarkan senarai bacaan musim panas yang diedar melalui sindiket, yang daripada lima belas buku hanya lima yang benar-benar wujud. Liang dan rakan, menganalisis 950,965 makalah dalam arXiv:2404.01268, mendapati kandungan yang diubah suai LLM mencecah 17.5% dalam abstrak sains komputer berbanding 6.3% atau kurang dalam matematik dan portfolio Nature.

Persoalan jumlah juga wajar mendapat angka yang jujur dan bukan yang menggemparkan. Analisis Common Crawl oleh Graphite yang diterbitkan pada Oktober 2025 mendapati kira-kira 51.7% artikel baharu dalam sampel ditulis AI pada Mei 2025 — dan Axios, semasa melaporkannya, menambah kaveat yang penting: bahagian itu mendatar berhampiran separuh dan bukannya terus mendaki. Ini bukan banjir. Ini kelaziman baharu.

Inilah intinya. Tiada satu pun dalam senarai itu merupakan kegagalan tera air. Dalam setiap kes, asal usul tidak pernah dipertikaikan: semua orang tahu ada model terlibat, atau akan menerimanya serta-merta. Yang gagal ialah tiada siapa membuka rujukan itu dan memeriksa sama ada kes itu, kajian itu, atau buku itu benar-benar wujud.

Kesimpulannya: asal usul bukan pengesahan

Panggil sahaja ia kesilapan cop pos. Cop pos membuktikan pejabat mana yang mengendalikan surat itu. Ia tidak pernah mempunyai pendapat tentang sama ada isi surat itu benar. Kita baru sahaja mencurahkan banyak usaha kejuruteraan untuk membina cop pos yang sangat baik, dan sebahagian perbualan awam hampir tersilap menganggapnya sebagai penyemak fakta.

Peganglah tiga perkara serentak. Pengesanan positif ialah bukti lemah: ia menetapkan satu laluan, bukan kepengarangan, dan sudah tentu bukan fakta. Pengesanan negatif hampir bukan bukti. Dan liputannya memang tidak lengkap secara struktur sejak reka bentuknya — ia bergantung pada kesukarelaan setiap penyedia, setiap satu memegang kuncinya sendiri, manakala model pemberat terbuka yang boleh dimuat turun dan dijalankan sesiapa sahaja seadanya tidak menyertai apa-apa. Lebih-lebih lagi, buat masa ini keupayaan untuk menyemak pun belum berada di tangan anda; ia berada di sebalik senarai menunggu dan perkataan "tidak lama lagi".

Yang benar-benar tahan diteliti bukanlah tanda pada keluaran, tetapi rekod yang boleh anda terbitkan semula daripada sumbernya: rakaman yang masih wujud, transkrip bercap masa yang membolehkan anda melompat kembali ke detik yang dipersoalkan, satu baris yang dinisbahkan kepada orang yang benar-benar mengucapkannya, satu dakwaan yang boleh dijejak sehingga ke dokumen primer yang boleh anda buka. Kami pernah menghujahkannya tentang terjemahan langsung, di mana nota yang boleh disemak lebih penting daripada keluaran yang lancar, dan tentang transkripsi soal siasat polis, di mana rekod mesti bertahan apabila ada yang membantahnya. Era tera air tidak mengubah hujah itu, sebaliknya menajamkannya: apabila penandaan menjadi sejagat, ayat "ada AI terlibat" berhenti membezakan apa-apa.

Tera air menjawab dari mana sesuatu teks datang. Sesuatu yang menjawab sama ada ia benar belum dibina sesiapa pun, kerana benda itu bukan pengesan. Ia sebuah sumber yang boleh anda datangi semula.

---

Di mana Telli.sh berada: kami membina tepat sumber yang boleh anda datangi semula itu. Telli.sh merakam mesyuarat, menghasilkan transkrip bercap masa dengan penutur dikenal pasti, dan mengekalkan ringkasannya berlabuh pada audio asalnya — jadi mana-mana baris dalam nota anda boleh dijejak, berbulan kemudian, sehingga ke saat seseorang mengucapkannya. Ini bukan dakwaan tentang mengesan AI. Ini separuh lagi masalahnya: apabila sebuah ringkasan mendakwa sesuatu, anda boleh menyemaknya terhadap rakaman dan bukan sekadar mempercayai ayat itu.

Mulakan nota AI langsung

Sumber

• Anthropic, "How Claude's text watermark works" (Ogos 2026)
• Dathathri et al., "Scalable watermarking for identifying large language model outputs," Nature (Oktober 2024)
• Kirchenbauer et al., "A Watermark for Large Language Models," ICML 2023
• Jovanović, Staab & Vechev, "Watermark Stealing in Large Language Models," ICML 2024
• Liang et al., "GPT detectors are biased against non-native English writers," Patterns (Julai 2023)
• Liang et al., "Mapping the Increasing Use of LLMs in Scientific Papers," arXiv:2404.01268
• Damien Charlotin, pangkalan data kes halusinasi AI
• Akta AI Kesatuan Eropah, Perkara 50 — kewajipan ketelusan
• Halaman gambar di Wikimedia Commons