8 月 11 日，Anthropic 發布官方說明：從現在開始，Claude 生成的文本會被嵌入一個人眼看不見的水印。你把文字複製貼上到任何地方，水印跟著走。圖片等檔案則附加符合 C2PA 標準的數位簽名。

但真正值得看的不是「Anthropic 加了水印」這件事本身。是他們在同一份說明裡，花了大量篇幅解釋這個水印「不能證明什麼」。

30 秒定位

項目 內容
宣布日期 2026-08-11
法規觸發 歐盟 AI 法案第 50 條《AI 生成內容透明度行為準則》，2026-08-02 生效
準則簽署規模 約 190 家公司/組織（含 Anthropic、OpenAI、Google、Meta、Microsoft、Mistral 等）
適用範圍 全球，不限歐盟
文本標記 隱形水印，嵌入文本本身（非元數據），複製貼上後仍存在
檔案標記 C2PA 簽名溯源元數據（支援 .svg、.png、.jpg）
覆蓋產品 Claude Platform (API)、Claude、Claude Code、Claude Cowork、Claude Tag
雲合作伙伴 AWS、Google Cloud、Microsoft Foundry
適用模型 Sonnet 4.6、Haiku 4.5 及 2026-08-02 後發布的新模型；舊模型逐步補上

為什麼是現在：歐盟的 compliance deadline

直接觸發因素很明確：歐盟 AI 法案第 50 條第 2 款。

這條法規要求，生成合成內容（文本、圖片、音訊、影片）的 AI 系統，必須以機器可讀的方式標記其輸出。配套的《AI 生成內容透明度行為準則》在 2026 年 8 月 2 日正式生效。在這之後於歐盟推出的新模型，從發布之日起就必須支持內容標記。

Anthropic 是簽署者之一。但它做了一個選擇：不只在歐盟合規，而是全球適用。

同一批簽署者還包括 OpenAI、Google、Meta、Microsoft、Mistral、Black Forest Labs、Synthesia 等，總計約 190 家公司和組織。TechCrunch 的報導提到，音樂生成公司 Suno 也在 8 月 6 日宣布了音樂水印。整個產業正在同時動起來，這不是 Anthropic 的單獨行動。

水印怎麼運作：三種可能的技術路線

很多人第一反應是：「純文本怎麼加水印？」

Anthropic 的官方說明只講了效果——「imperceptible watermark directly into the text itself」，沒有公布具體技術實現。但「把不可見信號藏進純文本」這件事，業界已知的技術路線主要有三條。以下都是概念示範，不代表 Claude 實際採用哪一種。

路線一：零寬度 Unicode 字元

最直觀的方法。在文字之間插入人眼看不見的特殊 Unicode 字元，用不同字元編碼位元。

正常顯示：「今天天氣很好。」

加入零寬空白 U+200B 後，實際字元結構變成：

1

今 天 U+200B 天 氣 很 好 。

畫面上仍然是「今天天氣很好。」——肉眼完全一樣。

更進一步，可以用不同零寬字元編碼二進位資訊：

1
2

0 = U+200B（ZERO WIDTH SPACE）
1 = U+200C（ZERO WIDTH NON-JOINER）

要隱藏 101 這串訊號：

1

今天 U+200C 天氣 U+200B 很好 U+200C 。

複製貼上通常會帶走這些字元。但文字正規化、某些編輯器或平台可能將其刪除——這是這條路線的弱點。

路線二：特殊空白與同形字

特殊空白。 肉眼看到的是「Claude generated this text.」，但實際上每個空格用了不同的 Unicode 編碼：

1

Claude U+00A0 generated U+2009 this U+0020 text.

其中 U+0020 是普通空白、U+00A0 是不換行空白、U+2009 是窄空白。三者寬度相近，但程式可以辨識差異。

同形字（Homoglyph）。 「同形字」是外觀看起來幾乎一樣，但實際 Unicode 碼位不同的字元。拉丁字母、西里爾字母、希臘字母之間有大量同形對：

拉丁 vs 西里爾：

外觀 拉丁字母 西里爾字母
a／а a U+0061 а U+0430
e／е e U+0065 е U+0435
o／о o U+006F о U+043E
p／р p U+0070 р U+0440
c／с c U+0063 с U+0441
x／х x U+0078 х U+0445

拉丁 vs 希臘（大寫更多）：

外觀 拉丁字母 希臘字母
A／Α A U+0041 Α U+0391
B／Β B U+0042 Β U+0392
E／Ε E U+0045 Ε U+0395
O／Ο O U+004F Ο U+039F
P／Ρ P U+0050 Ρ U+03A1
T／Τ T U+0054 Τ U+03A4

以下兩行看起來幾乎相同：

1
2

Claude can create content.
Clаude саn сreаte соntent.

第二行混入了西里爾字母。Clаude 裡的 а 是 U+0430，саn 的前兩個字元分別是 U+0441 和 U+0430。兩個字串因此不相等："Claude" === "Clаude" 結果是 false。

再看大寫的例子：

1
2

OPENAI
ΟΡΕΝΑΙ

第二行前四個字母其實是希臘字母（Ο = U+039F、Ρ = U+03A1、Ε = U+0395、Ν = U+039D）。

這種技巧可以用來藏簡單信號，但也常被用於網址仿冒——paypal.com（全拉丁）和 pаypal.com（第二個字是西里爾 а）看起來一樣，實際上是不同網域。正因如此，同形字方法在正式系統中有安全疑慮，不適合任意使用。

路線三：句型或統計模式（不加隱藏字元）

這是最不直觀但最「耐洗」的方法。不插入任何隱藏字元，而是利用語言本身的冗餘性——同一個意思有多種合理的表達方式——來編碼信號。

標點編碼。 設定逗號「，」= 0、分號「；」= 1。要隱藏 101：

系統完成更新；使用者重新登入，服務恢復正常；資料沒有遺失。

標點序列是 ；，；= 1, 0, 1。

句型編碼。 設定「因此」開頭 = 0、「所以」開頭 = 1。要隱藏 101：

所以系統已完成更新。因此使用者需要重新登入。所以資料不會遺失。

更隱蔽的版本可以使用多組等價表達（但是/不過、因此/所以、例如/舉例來說），只看一兩句完全看不出異常。檢測器需要分析較長文章，看選詞或標點是否持續符合祕密規則。

Token 概率微調。 這是學術界研究最多的一種。LLM 生成文本時，每一步預測下一個 token 的概率分布。水印系統在這個概率分布上做微調：用 hash 函數把詞彙表分成兩組，輕微提高其中一組被選中的概率。單看任何一個詞看不出異常，但整篇文章的選詞分布會形成可檢測的統計指紋。Google DeepMind 的 SynthID 用的就是這個原理，稱之為 tournament sampling。

三條路線的取捨

  零寬 Unicode 特殊空白/同形字 句型/統計模式
實作難度 低 低 高
複製貼上後存活 通常存活 通常存活 存活
被文字清理工具清除 容易 容易 困難
耐改寫/翻譯 不耐 不耐 部分耐受
對文本品質影響 無 極低 極低

Anthropic 說水印「may persist through some editing」——「部分編輯後可能還在」。這個描述跟三條路線都相容：零寬字元複製貼上後帶著走但正規化後消失，統計模式在輕度編輯後仍在但重度改寫後消失。沒有公布技術細節之前，我們無法確認 Claude 用的是哪一種，或者是多種的組合。

不過有一件事可以確定：不管用哪種方法，「讓 Claude 自己找到並去除水印」都行不通。如果是字元類方法，模型在生成階段不知道推論管線在後面插了什麼；如果是統計模式，模型不知道自己的 logit 被偏向了哪些詞。水印是在模型的「視野之外」施加的。

人類指紋是一個很好的類比。你不需要知道指紋的某一條紋路在手指的哪個位置，才能判斷這是不是某個人的指紋——你看的是整體的紋路模式。文本水印也一樣，不管底層用的是隱藏字元還是統計分布，檢測器看的都是全文的整體特徵，不是定位「水印藏在第幾個字」。

兩種互補機制

Anthropic 實際上部署了兩套東西：

第一套：嵌入式文本水印。 上面討論的三種可能路線之一（或組合）。適用於所有 Claude 文本輸出，無論從哪個產品介面生成。水印是文本的一部分，不是附加的元數據，所以複製貼上後跟著走。Anthropic 的原話：水印「may persist through some editing」——部分編輯後可能還在。

第二套：C2PA 簽名溯源元數據。 當 Claude 生成圖片或其他受支援的檔案類型（.svg、.png、.jpg），會附加符合 C2PA 開放標準的數位簽名。C2PA（Coalition for Content Provenance and Authenticity）是業界廣泛採用的內容溯源標準——Adobe、Microsoft、BBC 等都參與了。如果簽名存在，表示該檔案經 Claude 處理過，並且可以檢測檔案是否被篡改。

兩者的差別：文本水印是「織進布料裡」的，去除它需要重織整塊布；C2PA 簽名是「貼在包裝上」的，格式轉換、截圖、重新儲存都可能把標籤撕掉。

Anthropic 自己講的局限：信號，不是鐵證

這是整篇官方說明裡最值得細讀的部分。Anthropic 花了相當篇幅解釋水印「不能做什麼」。

檢測到水印，不代表 Claude 是原作者。 用戶經常用 Claude 做校對、翻譯、摘要、格式轉換。輸出帶著 Claude 的水印，但底層的想法、文字、數據可能完全來自其他來源。而且，內容在經 Claude 處理後可能已被修改、節選、或與其他材料合併。

沒檢測到水印，也不代表內容不是 AI 生成的。 以下情況都會導致水印消失：

  • 內容由水印功能上線前的舊模型生成
  • 文本經過大幅編輯、改寫、翻譯、或混合
  • 文本段落太短，不足以承載可靠的統計信號
  • 檔案元數據在格式轉換、重新儲存、截圖時被剝離
  • 使用尚不支援標記的平台、功能、或檔案格式

白話講：既不能完全證實，也不能完全證偽。 水印是一個「信號」，不是一個「判決」。

這個定位很老實。它把水印放在一個合理的位置上：能提高可追蹤性，但不能當作唯一依據。

對開發者的影響：合規責任不因水印自動轉移

Anthropic 在說明裡特別提了一段：在自有產品中整合 Claude 的開發者，應「獨立評估 AI 法案第 50 條對其產品和服務的具體要求」。

翻譯一下：Anthropic 加了水印，不代表你的產品就自動合規了。

如果你用 Claude API 建了一個面向歐盟用戶的產品，你生成的內容確實會帶著 Claude 的水印。但歐盟 AI 法案對「deployer」（部署者）有獨立的義務——你可能還需要在 UI 上標示「此內容由 AI 生成」、建立內容日誌、或提供用戶查詢機制。這些事 Anthropic 幫不了你，因為它不知道你的產品怎麼包裝、怎麼呈現 Claude 的輸出。

具體而言，一個整合 Claude 的企業 CTO 現在需要回答的問題從「要不要加水印」（Anthropic 已經幫你加了）變成「在我的產品裡，我還需要做哪些事才算合規」。這是一個法律問題，不是技術問題。

反方：水印這麼容易被打破，加了有什麼用？

最強的反駁來了。

統計水印的根本弱點：只要大幅改寫，指紋就散了。把 Claude 的輸出丟給另一個模型重寫一遍、翻譯成另一種語言再翻回來、或者手動逐句改寫——水印就消失了。Anthropic 自己也承認短文本「不足以承載可靠信號」。

所以一個合理的質疑是：如果有心規避的人這麼容易就能繞過，這個水印到底保護了誰？

回應：水印不是為了抓「有心規避的人」設計的。它的目標受眾是大規模、低動機的 AI 生成內容流——那些直接把 Claude 輸出原封不動貼到社群媒體、新聞稿、學術作業裡的情境。在這些場景裡，絕大多數人不會花力氣去改寫，水印就能起作用。

這跟密碼鎖的邏輯一樣。密碼鎖擋不住拿角磨機的小偷，但它擋得住絕大多數順手牽羊的人。水印的價值不在於它不可破解，在於它把「直接複製貼上」的成本從零提高到「至少要花力氣改寫」。

但這個回應有一個前提：水印必須真的被大規模部署和檢測，才有嚇阻效果。 如果沒有人在用檢測工具，水印就跟不存在一樣。Anthropic 說會在技術文檔就緒後發布檢測方案的詳細指引——目前還沒有。這是一個待觀察的缺口。

其實早就在做了：Claude Code 裡的隱藏水印

8 月 11 日的官方宣布不是故事的起點。早在一個多月前，就有人在 Claude Code 的二進位檔裡挖出了一套已經上線的水印機制——而且它用的正是上面講的「路線二：同形字替換」。

2026 年 7 月，有開發者逆向工程 Claude Code v2.1.197 的 claude.exe，在偏移量 0xd2e2879 附近找到一段打包後的 JavaScript。這段程式碼做了幾件事：

  1. 讀取環境變數 ANTHROPIC_BASE_URL，解析出 hostname
  2. 判斷本機時區是不是 Asia/Shanghai 或 Asia/Urumqi（注意：不是 UTC+8，香港、台灣、新加坡不會命中）
  3. 用 XOR 91 解密一份 Base64 編碼的域名名單（147 項）和 AI 關鍵詞名單（11 項）
  4. 根據判斷結果，把系統提示詞裡 Today's date is 2026-07-01. 這行的撇號換成不同的 Unicode 字元

四種撇號對應四種判斷組合：

Unicode 字元 含義
U+0027 ' 普通撇號 域名未命中、關鍵詞未命中
U+2019 ' 右單引號 域名命中、關鍵詞未命中
U+02BC ʼ 修飾字母撇號 域名未命中、關鍵詞命中
U+02B9 ʹ 修飾字母 prime 域名命中、關鍵詞命中

同時，如果時區命中中國大陸，日期分隔符從 - 換成 /。

一個撇號 + 一個日期分隔符，就編碼了三個布林值：是否用了名單內的域名、是否包含 AI 關鍵詞、是否來自中國大陸時區。

這 11 個 AI 關鍵詞解密後是：deepseek、moonshot、minimax、xaminim、zhipu、bigmodel、baichuan、stepfun、01ai、dashscope、volces——基本對應中國頭部 AI 模型廠商或平台。147 項域名名單的第一項就是 cn，加上匹配邏輯 e===r || e.endsWith("."+r)，所有 .cn 結尾的 hostname 都會命中。名單裡還有 baidu.com、alibaba-inc.com、bytedance.net、bilibili.co 等大公司域名，以及大量 API 中轉站域名。

這套機制的目的很明確：辨識哪些 Claude Code 的請求來自中國的 API 中轉站。 它不額外上傳資料，而是把判斷結果藏進本來就會發送給模型的 system prompt 裡。Anthropic 後台看到某個請求的日期行長什麼樣，就能推斷這個請求的來源。

從技術上看，這正是上面「路線二」的實戰版——用肉眼看不出差異的同形字元編碼資訊。而且它選的字元特別精巧：四種撇號在任何字型、任何平台上看起來幾乎一模一樣。

這也意味著，8 月 11 日宣布的「文本隱形水印」不是從零開始的新計畫。Anthropic 至少在一個月前就已經在 Claude Code 裡部署了基於 Unicode 字元替換的水印機制，只是當時的目標不是通用內容標記，而是追蹤未授權的 API 中轉。

產業對照：OpenAI 不敢上，中國走另一條路

Anthropic 不是唯一被歐盟盯上的公司。但目前的產業現實是：Anthropic 是唯一公開宣布並實際部署「文本層統計水印」的前沿 lab。

OpenAI：技術早就有，但刻意不上

這是最耐人尋味的案例。OpenAI 的研究員 Scott Aaronson 早在 2022 年就公開描述過文本水印的技術方案。據 Wall Street Journal 報導，OpenAI 內部已經有一套「高準確率」的水印檢測工具，準備好超過一年。

但他們選擇不部署。原因很商業：2023 年 4 月的內部調查顯示，30% 的用戶表示如果 ChatGPT 加水印就會停用。OpenAI 還提出水印可能「不成比例地標籤化非英語母語使用者」——這些人用 ChatGPT 當合法寫作工具，被標記出來不公平。

截至 2026 年 8 月，ChatGPT 的純文本輸出仍然沒有水印。OpenAI 做了圖片的 C2PA 元數據（2024 年起）和音訊標記（2026 年 7 月底趕在歐盟 deadline 前上線），但文本這一塊空著。他們簽了同一份歐盟透明度準則，但歐盟的措辭是「wherever technically feasible」——OpenAI 可能會用 robustness 不足作為暫時不做的技術理由。

這裡有一個結構性矛盾：如果 Anthropic 加了水印而 OpenAI 沒加，部分在意被追蹤的用戶會從 Claude 流向 ChatGPT。30% 的流失率數字，正是 OpenAI 不敢動的原因。Anthropic 選擇在商業壓力下先動，某種程度上是在替整個產業測試「用戶到底會不會跑」。

中國：可見標籤 + 元數據，不是隱形統計水印

中國走的是完全不同的技術路線。

2025 年 3 月，網信辦聯合工信部、公安部、廣電總局發布 AI 生成內容標識規定，2025 年 9 月 1 日生效。要求兩層：

  1. 顯式標籤：用戶可見的文字或圖示（例如「此內容由 AI 生成」），放在內容的適當位置
  2. 隱式標識：在檔案元數據裡嵌入「AIGC」欄位，附帶生產者的統一社會信用代碼和唯一內容識別碼

平台端已在落實——微信要求創作者自行申報 AI 生成內容，抖音也有對應機制。

但這跟 Anthropic 的做法是不同層次的東西。中國的隱式標識是元數據層面的，類似 C2PA 的邏輯：貼在檔案外面，格式轉換或截圖就可能丟失。Anthropic 做的是把統計指紋織進文本本身——複製貼上後指紋仍在。目前沒有公開資料顯示 DeepSeek、百度文心、通義千問或豆包有部署類似的統計文本水印。

三種路線的差異一目了然：

  Anthropic OpenAI 中國模型
文本隱形水印 已部署（技術細節未公布） 技術就緒但未部署 無公開資料
圖片/檔案元數據（C2PA 等） 已部署 已部署（2024 起） 隱式標識（元數據）
可見標籤 無 無 強制要求
驅動力 歐盟 AI 法案 + 主動選擇全球適用 歐盟 AI 法案（選擇性合規） 國內監管（網信辦）

連回 Harness Engineering：水印是又一層外部控制

這篇 blog 花了半年在寫 Harness Engineering——AI agent 的外部控制機制。核心框架是：對齊是道德教育，harness 是法律制度，兩者缺一不可。

水印就是 harness 的一個新層次。

之前講的 harness 主要在行為面：沙箱隔離、權限管控、人類審批閘門。水印加入的是溯源面——不是阻止 AI 做某件事，而是讓 AI 做過的事留下可追蹤的痕跡。

這兩個方向互補。行為控制是事前防禦（「不讓你做」），溯源控制是事後追蹤（「做了能查到」）。完整的 harness 架構需要兩者都有。

不過，跟所有 harness 層一樣，水印也有它的適用邊界。行為控制的弱點是「以為有隔離，其實沒有」（Anthropic 三起沙箱逃逸的根因）；溯源控制的弱點是「以為能追蹤，其實被改寫了」。每一層 harness 都有它失效的情境，所以才需要多層疊加。

坦白說

這篇文章有幾個需要交代的限制。

第一，Anthropic 沒有公布文本水印的具體技術實現。上面列出的三條技術路線是業界已知的方法，不是 Anthropic 的官方技術文檔。Anthropic 說「將在技術文檔就緒後發布詳細指引」，但目前還沒有。Claude 可能用了其中一種，也可能是多種的組合，或者是完全不同的方法。

第二，「約 190 家公司簽署」這個數字來自歐盟委員會的官方頁面，但簽署準則跟實際落地是兩回事。簽了不代表做了，做了不代表做得好。這個產業的 compliance 歷史告訴我們，從簽署到全面執行之間通常有很長的落差。

第三，水印的實際效果——檢測準確率、誤報率、對文本品質的影響——目前沒有第三方獨立測試數據。Anthropic 說「不會影響品質」，但這是廠商自己的宣稱，不是經過獨立驗證的結論。

第四，歐盟 AI 法案對「deployer」的具體義務，目前的指引文件仍在逐步細化中。上面關於開發者合規責任的描述是基於法條原文和幾家律所的分析，但具體執行細節可能隨後續指引而調整。

第五，「OpenAI 30% 用戶會停用」這個數字來自 Wall Street Journal 引述的 OpenAI 2023 年 4 月內部調查。三年前的數字套用到今天的市場格局需要打折——用戶組成、競爭態勢、監管壓力都已經不同。中國模型「沒有部署統計文本水印」的判斷是基於目前的公開資料，不排除有內部實驗或未公開的部署。

第六，Claude Code 裡的撇號水印機制來自一位中國開發者對 claude.exe 二進位檔的逆向工程分析（v2.1.197，有附 SHA256 和具體程式碼片段）。程式碼邏輯和解密結果看起來可信，但 Anthropic 目前沒有對這個發現做出官方回應或確認。

關鍵洞察

  • 水印是信號，不是判決。 Anthropic 自己講得很清楚：檢測到不代表 Claude 是原作者，檢測不到也不代表非 AI 生成。在引用水印檢測結果時（無論是學術誠信審查還是內容真實性驗證），把它當成「一個參考信號」而不是「定論」，是唯一負責任的用法。

  • 整合 Claude API 的開發者：Anthropic 加了水印不等於你合規了。 歐盟 AI 法案對部署者有獨立義務。現在要做的事不是等 Anthropic，是讓法務團隊評估你的產品在第 50 條下還缺什麼。這是法律問題，Anthropic 的技術實現解決不了。

  • 水印不是為了抓有心人，是為了提高無心複製的成本。 它的威力在於大規模部署後的嚇阻效果，不在於不可破解。但嚇阻效果的前提是檢測工具被廣泛使用——目前這一塊還是空白。檢測方案什麼時候落地、誰來運營、準確率多少，是接下來要看的。

  • 水印不是 8 月 11 日才開始的。 Claude Code 裡早就藏著一套基於同形字元的水印機制，用四種撇號編碼「是否來自中國 API 中轉站」。官方宣布的「文本隱形水印」是把這類技術從特定用途（追蹤未授權中轉）擴展到通用內容標記。技術路線已經在跑了，歐盟法規只是給了它一個公開的名義。

  • Anthropic 先動，是在替整個產業測試用戶反應。 OpenAI 有技術但怕掉 30% 用戶不敢上，中國走可見標籤路線而非隱形統計水印。三條路線反映三種取捨：Anthropic 選擇合規 + 主動透明，OpenAI 選擇商業安全，中國選擇平台責任制。誰的路線最後被證明正確，要看歐盟的執法力度和用戶的實際反應。

  • 在 Harness Engineering 的框架裡，水印填補的是溯源層。 之前這個 blog 討論的 harness 主要在行為控制面（沙箱、權限、審批閘門）。水印加入了事後追蹤的能力。完整的 AI 治理需要事前防禦 + 事後溯源，兩者都不能單獨運作。

常見問題 Q&A

Q: 我用 Claude 寫的東西，別人能看出來嗎？

目前 Anthropic 還沒公布公開的檢測工具。水印是機器可讀的，人眼完全看不出來。等檢測方案發布後，持有金鑰的人可以驗證一段文本是否可能經 Claude 處理。但即便被檢測到，也只代表「可能經 Claude 處理」，不代表「Claude 是原作者」。

Q: 我把 Claude 輸出改寫一遍，水印還在嗎？

取決於改寫幅度。小幅修改（改幾個詞、調整標點）水印可能還在。大幅改寫、翻譯、或用另一個模型重新生成，水印大概率消失。太短的文本片段也不足以承載可靠信號。

Q: 用 Claude API 開發產品的企業需要做什麼？

Anthropic 會在模型層面自動加水印，你不需要做額外的技術實現。但如果你的產品面向歐盟用戶，你需要獨立評估 AI 法案第 50 條對「deployer」的要求——這可能包括 UI 層面的標示、內容日誌等，Anthropic 的水印不能替代這些。

Q: ChatGPT 有加水印嗎？

截至 2026 年 8 月，ChatGPT 的純文本輸出沒有水印。OpenAI 內部有現成的文本水印技術（2022 年就公開描述過），但因為擔心用戶流失（內部調查顯示 30% 用戶會因此停用）而選擇不部署。圖片和音訊有 C2PA 元數據，但文本是空白的。Google DeepMind 的 SynthID 是目前公開資料最多的文本水印系統，用的是 token 概率微調路線。Anthropic 沒有公布自己的具體技術，所以無法直接比較。

Q: 中國的 AI 模型有類似的水印嗎？

中國走的是不同路線。2025 年 9 月生效的規定要求可見標籤（「此內容由 AI 生成」）加元數據層的隱式標識，但這跟 Anthropic 把統計指紋織進文本本身是不同層次的技術。目前沒有公開資料顯示 DeepSeek、百度、阿里或字節的模型有部署類似的統計文本水印。