Gruber 再评 AI 文本水印：损害文笔且秘密施加不可接受

苹果圈资深博主 John Gruber 在 Daring Fireball 发布续文，继续抨击 Anthropic 与 Google 等厂商在自家大模型（Claude、Gemini）输出中秘密植入 SynthID 文本水印的做法。文章围绕两个核心论点展开：一是水印技术本身可能损害生成文本的质量，二是即便不影响质量，秘密施加的、依赖厂商私钥的水印在伦理上同样站不住脚。

温度与随机性：水印改变了什么

Gruber 首先科普了大模型的「温度」（temperature）参数。温度为 0 时，模型每一步都挑选概率最高的 token（词元），结果往往过于刻板、易陷入重复；温度升至 1，模型按其内置概率分布采样，输出更具可读性与多样性；温度大于 1 时分布更扁平，低概率选项被放胆采纳。

作者强调，这种随机性是为了「让输出更好」而存在，并非冗余。水印方案则在不改温度的前提下，把随机源替换为由厂商私钥控制的伪随机序列——形式上仍是「随机」，但本质服务于识别而非表达。Gruber 认为，只要在水印点上嵌入可识别信号，就不可避免地影响词义与节奏，理由是「好的散文在用词、语气甚至标点上，更接近精确的代码而非松散的口语」。他还援引 Anthropic 自身的说法：因代码必须精确，公司承认对编程语言几乎无法水印，只能在注释中嵌入信号。

即便不影响质量，秘密水印仍不可接受

Gruber 表示，他愿意被证伪，但即便假设水印对文本质量毫无损害，他依然反对这种做法：有效的「水印」应当是任何人都能独立验证的，而 SynthID 的检测完全依赖 Anthropic、Google 等厂商持有的密钥。用户的输出在不知情的情况下被加上了识别标记，却无法自行确认或移除，这与传统意义上的「水印」概念背道而驰。

他同时反驳了一种常见论调：那些声称「大模型只会输出垃圾」的人却笃信同一家厂商能可靠地在输出中埋下可识别信号——逻辑上自相矛盾。作者写道：「这些人太想指着 AI 生成的文字说『这是 AI 写的』，以至于一头扎进了 Google 和 Anthropic 给他们画的大饼里。」

检测现实的荒诞

文章最后质疑水印检测的落地价值。作者反问：若办公室里怀疑同事用 AI 写邮件，难道要把每条消息复制到 Anthropic、Google、OpenAI 的检测器逐一比对？市面上不存在跨厂商的通用检测器；而即便检测结果显示「高度疑似 Claude 生成」，拿到结果的员工又能怎样——冲进同事办公室宣布「我抓到你了」？

Gruber 进一步指出，真正在意「被识破」的学生、撰稿者等群体，要么会改用不内置水印的模型，要么会把手头已被打标的文本再过一次改写工具，水印机制的现实约束力几乎为零。

立场小结

通篇并非新研究或新政策，而是对已持续数周的 AI 文本水印争论的二次表态。Gruber 的核心立场可以概括为两点：第一，秘密施加的水印在概念上就站不住；第二，水印要发挥作用就必须开放验证，否则既损质量又无实际意义。该观点在技术博客圈有一定共鸣，但尚未引发主流厂商的正式回应。