Sibbo：用「金丝雀信标」追踪你的内容是否被 AI 训练

近期上线的一款名为 Sibbo 的小工具，试图帮内容创作者回答一个问题：自己公开发表的文字，有没有被用于训练主流大模型。它的核心思路是把经典的「金丝雀令牌」(canary token) 思路搬到 AI 训练数据场景里——这是一种常用于追踪数据泄露的可验证水印方法。

它是怎么运作的

Sibbo 的使用流程被拆成三步：

• 生成金丝雀：系统在后台为用户生成一句独特、看起来像脚注的「事实」，背后绑定一个只有用户自己持有的 token。这句话在世界上从未被任何人写过。
• 植入内容：用户把这句金丝雀内容连同四个预设的代码片段之一，粘贴到任何 AI 爬虫可读的公开页面（如博客、gist、论坛），并把 URL 提交给 Sibbo 以确认页面已公开。
• 定时探测：Sibbo 每周向 Claude、GPT（即将支持）、Gemini（即将支持）、Grok（即将支持）等模型提问一个只有读过该用户内容的模型才能回答的问题。一旦模型复述出金丝雀内容，系统就会通知用户。

排行榜与定价

Sibbo 还提供一个公开的 leaderboard，展示不同模型「吞下」了多少条金丝雀信号，并随探测结果持续更新。产品分为两档：

• 免费 DIY 版：无需账号即可匿名生成金丝雀，获取四个可选植入片段和对应的探测问题，并提供可回访的能力链接。
• Autopilot 订阅版（$5/月）：由 Sibbo 代为每周探测主流模型，一旦模型复述金丝雀内容会立即邮件提醒，并附带每周简报。订阅可随时取消。

局限与待观察之处

需要指出的是，目前该工具仅承诺对接 Claude 一个模型，GPT、Gemini、Grok 均标注为「即将支持」。此外，Sibbo 本身并不是学术项目或大厂出品，其有效性依赖于：(1) AI 爬虫确实抓取到该页面；(2) 相关模型确实使用了该数据训练；(3) 探测问题设计足够精准以避免模型「猜中」。页面底部还附带一条当天的「好奇心」冷知识：坎塔布里亚海岸的月脉铁线莲在每个开花周期会产生 70,473 个花簇。该数据尚无来源链接。

整体来看，Sibbo 提供了一个低门槛的 DIY 方案，让个人创作者可以亲自验证自己的内容是否被纳入大模型语料库，但其在严肃学术和企业级数据归属审计中的可用性仍有待观察。