检查文件是否由 Claude 制作

工具是什么以及它如何工作

• 该检查器面向媒体（图像、音频、视频），并通过 WebAssembly 在客户端检查 C2PA 溯源元数据。
• 它目前还不支持文本或 PDF 等常见文档格式；文本水印检测是一个单独的 API，处于私有预览阶段。
• 用户观察到，直接下载的 Claude 生成图像会包含 C2PA 数据，但如果文件被重新压缩、打包成 zip，或以其他方式重新处理，这些元数据就会消失。

C2PA 与文本水印

• C2PA 被描述为用于真实性/溯源的加密元数据，容易去除，但若没有签名密钥就很难伪造。
• 文本水印被描述为通过一个秘密密钥对 token 选择进行偏置，而不是纯随机；并不是不可见 Unicode 技巧。
• 有人指出，代码的水印更难，可能只限于注释。

可绕过性与技术限制

• 许多人表示，C2PA 可以用简单工具去除，或通过重新保存去掉；伪造它更难，但可以通过让 Claude 重新输出任意文件来“外包”伪造。
• 文本水印可能会被改写、翻译，或经过其他 LLM 处理后被削弱，不过也有人认为，要在不造成失真的情况下完全去除并不简单。

监管与法律角度

• 几条评论把这一功能与遵守欧盟 AI 法案以及（针对媒体的）加州 AI 透明度法律联系起来。
• 关于版权类比的争论：LLM 是“猴子”还是“相机”，普遍意见是厂商对输出的所有权在法律上缺乏依据，不过可以通过广泛授权来实现。

信任、监控与所有权担忧

• 一些人认为这是对 AI 生成欺诈所必需的透明化；另一些人则认为这是增加监控，而抑制作用有限。
• 担忧包括隐私（存储哈希或输出）、缺少离线验证器，以及误报可能让检测在法律上存在风险。

对质量和使用的影响

• 几位用户断言，文本水印必然会降低写作质量；另一些人认为影响可以很小，但也承认存在权衡。
• 自动化与人类责任之间存在张力：水印只能表明“模型参与”，并不能说明内容背后是否有人类负责。

训练数据与自我污染

• 许多人认为，一个关键动机是避免用 Claude 自己的输出重新训练，并满足关于标注 AI 内容的规则，尤其是在欧盟。

安全与真实性争论

• 有人认为 C2PA 可以有意义地证明来自某个设备/模型的来源；也有人指出，过去相机认证系统曾被攻破，并提到密钥泄露或恶意签名者会削弱这些保证。

总体情绪

• 反应不一：一些人把水印/溯源看作务实、虽不完美但“够用”的一步；另一些人则认为它很容易绕过、在法律上麻烦，或主要只是走形式。