2 августа 2026 года стало для индустрии генеративного ИИ датой не символической, а юридически "включающей рубильник": в Евросоюзе в реальность вошли AI Act ЕС статья 50 требования к маркировке ИИ. И ровно в этот день Anthropic объявила, что свежие версии Claude начинают оставлять в каждом ответе невидимую метку - не в виде примечания, не в виде строки в конце, а как статистический "рисунок", вплетённый прямо в манеру подбора слов. Так появился Claude Anthropic водяной знак, который компания подала как практический шаг к прозрачности.
Почти сразу разгорелась привычная для техносообщества смесь паники, шуток и злости: "Как можно спрятать метку в тексте, если у текста нет пикселей?" А затем случилось и ожидаемое продолжение - уже через 48 часов на GitHub начали множиться репозитории, обещающие "стереть" эту метку. За ними возникли форки, альтернативы и целые наборы скриптов. Однако спустя неделю независимые наблюдатели зафиксировали неприятный для обеих сторон факт: уверенно доказать, что хоть один из инструментов действительно делает удаление водяного знака из текста ИИ в воспроизводимом виде, не смог никто - ни авторы утилит, ни сама Anthropic.
Почему метка вообще возможна в тексте
Главное недоразумение в том, что языковая модель не "печатает" фразы, как человек. На каждом шаге генерации она выбирает следующий токен из списка кандидатов с разными вероятностями. И именно в этом зазоре - между несколькими одинаково уместными словами - и прячутся водяные знаки для текста ИИ.
Идея проста на словах и хитра на практике. Секретный ключ, который хранится у разработчика, делит кандидатов на две группы - условно "зелёную" и "красную". Модель не запрещают выбирать "красные" слова, но слегка подталкивают статистику в пользу "зелёных". Один выбор ничего не значит, но на дистанции в сотни и тысячи токенов появляется устойчивое смещение, которое можно отловить математически - если знать ключ и метод проверки. Логику часто сравнивают с "подкрученным кубиком": по двум броскам не поймёшь, а по тысяче - заметишь, что "шестёрки" вылезают слишком часто.
Что именно пообещала Anthropic
Важно, что Anthropic действовала не в режиме одиночной инициативы. Компания подписала Кодекс практики по прозрачности ИИ-контента - добровольный механизм, который Еврокомиссия сочла адекватной формой соответствия статье 50. Под новое правило попали свежие релизы, включая флагманский Opus 5 и более лёгкий Sonnet 5.
На практике Anthropic описала четыре опорных обязательства:
1) новые модели получают маркировку сразу при запуске (в ЕС - начиная с 2 августа 2026 года);
2) маркировка применяется повсеместно - и в API/Claude Platform, и в приложениях Claude, и в инструментах вроде Claude Code, Cowork, Tag;
3) будет отдельный механизм проверки: компания пообещала инструменты для обнаружение AI watermark в тексте, а детали - в будущей документации;
4) для старых моделей предусмотрен переходный период.
Параллельно с текстом Anthropic использует и второй слой: для файлов изображений (.svg, .png, .jpg) - подписанные метаданные по стандарту C2PA, который уже прижился в фотожурналистике как способ подтверждать происхождение контента.
Почему маркировка стала глобальной, а не "только для ЕС"
Многие пропустили деталь, которая больше всего меняет картину: Anthropic не ограничилась европейской юрисдикцией. Хотя закон требует маркировку прежде всего для пользователей в ЕС, компания включила механизм по всему миру - включая США и Азию. Причина выглядит прозаично: поддерживать две параллельные ветки модели (с меткой и без) - дорого и сложно. Одна универсальная версия продукта проще для инженеров и для поддержки, а ещё выглядит как демонстрация "ответственного поведения".
В дискуссии вокруг темы часто вспоминают, что любые проверки - это всегда баланс между приватностью, свободой слова и регуляторной необходимостью. И именно поэтому практическая сторона - как устроена детекция, какой у неё процент ошибок и где проходят границы применения - становится важнее красивого пресс-релиза. В этом контексте показательно, что разговор о том, как будет устроено обнаружение AI watermark в тексте, быстро ушёл от лозунгов к инженерным деталям: устойчивость к перефразированию, влияние редакторской правки, работа с переводом и цитированием.
Почему "взломать" водяной знак так трудно - и почему он всё равно уязвим
Текстовый watermark - это не "тэг", который можно вырезать ножницами. Он статистический. Отсюда и проблема для всех "удаляторов": если просто переписать несколько фраз, метка может частично сохраниться; если переписать всё агрессивно, вы рискуете разрушить смысл, стиль и факты - и получаете уже другой текст, который не всегда приемлем.
Но уязвимость тоже встроена в природу метода. Любой сильный внешне вмешивающийся процесс - машинный перевод туда-обратно, жёсткое перефразирование, смешивание с человеческими вставками, изменение длины и структуры - способен "размывать" статистический сигнал. Поэтому гонка выглядит неизбежной: разработчики усиливают устойчивость, сообщество придумывает атаки, затем снова усиливают устойчивость.
Отдельная практическая тема - ложные срабатывания и "серые зоны". Если журналист отредактировал абзац, преподаватель сократил ответ студента, а редактор переписал стиль - что покажет детектор? И кто будет нести ответственность за интерпретацию результата? Даже идеальная метка не превращает проверку в судейский молоток: она остаётся вероятностным инструментом, а не абсолютной истиной.
Что это меняет для пользователей, платформ и медиа
Для обычных пользователей ключевой сдвиг в том, что "ИИ-текст" перестаёт быть только вопросом доверия - он становится объектом формальной верификации. Платформы, которые борются со спамом и фейками, получают дополнительный сигнал. Редакции - ещё один слой проверки происхождения материалов. Образование - новый фронт споров о самостоятельности работы.
При этом в реальной жизни многое упрётся в доступность детекторов и прозрачность методики: кому выдадут инструмент, кто сможет встроить его в модерацию, какие будут пороги уверенности, и как поступать, если один детектор говорит "да", а другой - "не уверен". Не случайно обсуждение водяные знаки для текста ИИ всё чаще сводится не к тому, "можно ли спрятать метку", а к тому, "как ответственно ею пользоваться".
Интересно и то, что история подталкивает рынок к стандартизации: C2PA в медиафайлах уже показал, что подпись и цепочка происхождения могут стать частью инфраструктуры доверия. Для текста такой универсальный стандарт ещё не оформился, но давление регуляторов и крупных игроков делает этот сценарий всё более вероятным. На фоне этого обсуждение маркировки и детекции водяных знаков в тексте выглядит не разовой новостью, а началом длинного периода "холодной войны" между генерацией, проверкой и обходом.
В итоге история с Claude - не столько про удачный PR или провал защиты, сколько про неизбежную математику: если метка статистическая, её сложно "стереть кнопкой", но её можно размывать вмешательствами. А если детекция вероятностная, она полезна как сигнал, но опасна как единственный критерий истины. Именно в этом и будет проходить главный спор ближайших лет - уже не о том, можно ли маркировать, а о том, как жить с последствиями такой маркировки.