Появление сообщений о внедрении компании Anthropic невидимых водяных знаков (watermarks) в выводимый текст и код моделей Claude подсветило растущий запрос на верификацию происхождения ИИ-контента. Подобная стеганографическая разметка строится на микроскопическом варьировании выбора токенов и синонимов во время генерации, создавая математический отпечаток без потери смыслового качества.
Главное назначение цифровых водяных знаков — определение того, был ли фрагмент софта или текста создан нейросетью, что критично для аудита корпоративного кода, проверки соблюдения лицензий и фильтрации сингулярного спама. В отличие от внешних классификаторов, вшитый отпечаток считывается специализированными алгоритмами анализа распределения токенов.
Однако эксперты указывают на фундаментальные технические ограничения метода. Водяной знак для текста и кода уязвим к последующей обработке: глубокое перефразирование, перевод на другой язык, смена форматирования, ручной рефакторинг или смешивание с человеческим кодом способны исказить распределение меток. Для надежного подтверждения происхождения организациям требуется полноценная цепочка аудита и ревью, а не единственный технический маркер.
