Когда контент-разработчики или медиабайеры используют LLM для быстрого прототипирования текстов, мало кто задумывается о внутреннем следе каждой модели. Anthropic начала разворачивать невидимые текстовые водяные знаки для предыдущих версий своих моделей Claude, адаптируя устаревшую линейку к требованиям европейского законодательства. Обновление затронуло модели серий Mythos 5, Opus 4.7, Opus 4.6 и Sonnet 4.6, а следующая волна охватит еще ряд предыдущих релизов.
Почему Anthropic маркирует старый софт
Главная причина такого шага — подготовка к полному вступлению в силу положений европейского Закона о искусственном интеллекте (EU AI Act), в частности статьи 50, которая требует прозрачности и маркировки контента, сгенерированного нейросетями. Новые модели, выходящие на рынок, получают встроенные алгоритмы отслеживания с первого дня, однако для поддержания легальности старых версий разработчикам приходится выпускать специальные патчи.

Водяной знак интегрируется не в виде скрытых символов или токенов, а через специфический незримый паттерн в выборе слов и очередности лексических конструкций. Технология основана на статистическом подходе, похожем на разработки Google DeepMind (SynthID), когда модель во время генерации текста отдает предпочтение определенным синонимическим рядам. На практике это означает:
Знак не изменяет скорость генерации и не добавляет дополнительных символов в файл.
Пользователи не могут самостоятельно отключить маркировку в интерфейсе платформы для поддерживаемых версий.
Полностью переписанный вручную текст или глубокий рерайт способны полностью уничтожить этот след.
Технические нюансы и лазейки в API
Несмотря на жесткие требования регуляторов, интеграция водяных знаков в старые архитектуры оказалась не такой однозначной. Во время работы с отдельными моделями через API (в частности Claude Opus 4.6 и Sonnet 4.6) эксперты обнаружили специфическую особенность. Если разработчик изменяет стандартные параметры семплирования — такие как temperature, top_p или top_k — на кастомные значения, водяной знак может просто не сформироваться в выходном тексте.
Anthropic решает эту проблему не столько техническими ограничениями кода, сколько предупреждениями о соблюдении комплаенса для корпоративных клиентов. Однако сам факт наличия таких нюансов усложняет строгий контроль за происхождением контента.
Кто будет иметь доступ к проверке
Важным ограничением остается то, кто именно может считывать эти метки. Самие пользователи не имеют прямого инструмента проверки собственных текстов на наличие сигнатуры Anthropic.
В настоящее время инструменты детекции работают в режиме приватного превью (private preview) и предоставляются исключительно уполномоченным структурам:
Официальным регуляторам и правоохранительным органам стран ЕС.
Аккредитованным исследователям, фактчекерам и медиаорганизациям.
Крупным корпоративным клиентам (enterprises), которым необходимо выполнять собственные обязательства по европейскому законодательству.