Anthropic 详解 Claude 文本水印机制，回应编辑与代码疑问

Anthropic 于周五发布博客文章，回答关于其聊天机器人 Claude 生成文本水印技术的基本问题，包括水印如何运作、能否通过编辑隐藏，以及对代码的影响。此前，Anthropic 本周早些时候宣布将实施水印，以遵守欧盟《人工智能法案》的透明度规范，该规范要求 AI 公司使用能够识别 AI 生成内容的系统。

Anthropic 在博客中解释，水印通过在“低风险选择”中（例如描述天气时选择“overcast”还是“grey”）创建模式，这种模式“对读者不可见，但任何持有编码密钥的人都能检测到”。Anthropic 表示，水印不会影响输出质量，水印响应与非水印响应无法区分。具体而言，Anthropic 将采用 Google DeepMind 团队 2024 年提出的 SynthID-Text 方法，并计划发布水印检测 API。水印与 Pangram 等公司提供的 AI 检测方法不同，后者通过寻找写作中的“特征”来揭示 AI 使用。

关于编辑能否移除水印，Anthropic 表示“轻度编辑可能无法完全移除水印”，而“完全重写每个单词则可能移除”。对于仅由 Claude 校对或编辑的文本，水印的可检测性取决于“文本长度和 Claude 编辑的强度”。代码部分的水印会较少，因为模型需要生成可运行的代码，在任意选择的地方（如代码注释）才可使用水印，但对实际代码影响甚微。Anthropic 还指出，其他主要模型开发商也签署了同一行为准则，将实施各自的水印。

AI 编程初创公司 Cursor 现已正式成为 SpaceX 的一部分，据 Cursor 博客公告。此前，Elon Musk 的 SpaceX（今年早些时候还收购了 xAI）于 4 月宣布协议，双方共同开发技术，并给予 SpaceX 以 600 亿美元收购 Cursor 的选择权。两个月后，SpaceX 上市，双方表示将推进收购。

Cursor 在公告中多次提及 SpaceX 的计算基础设施，SpaceX 一直将其出租给 Anthropic 和 Google 等客户。Cursor 表示，成为 SpaceX 一部分后，将“获得全球最大的 GPU 机队”。Cursor 补充道：“SpaceX 正在构建计算能力，以将智能扩展到远超当前的水平。Cursor 将成为这种智能发挥作用的地方之一。”

SpaceX 还面临一项关于其数据中心燃气轮机造成污染的诉讼。

Meta 本周发布了 Glimmer，一个开放权重 AI 模型，任何人都可以下载并在自己的硬件上运行，这与该公司更强大的模型 Muse Spark 形成对比，后者仍锁定在其 API 之后。发布同时，Mark Zuckerberg 发表了一封信，主张 AI 应“为所有人”而非由少数实验室控制，但据 TechCrunch 的 Equity 播客主持人指出，这一愿景存在一些星号。

在本期 TechCrunch 的 Equity 播客中，Kirsten Korosec、Anthony Ha 和 Rebecca Bellan 讨论了 Glimmer、Zuckerberg 的 6500 字宣言，以及本周其他头条新闻，包括 AI 行业能源需求的真实成本，以及一笔 2.5 亿美元的收购严重出错。

播客可在 YouTube、Apple Podcasts、Overcast、Spotify 等平台订阅，也可在 X 和 Threads 上关注 @EquityPod。

一名化名 Jane Doe 4 的女子加入了三名田纳西州青少年对 Elon Musk 旗下 xAI 的诉讼，指控该公司聊天机器人 Grok 在制作儿童性虐待材料中扮演了角色。据 The Washington Post 报道，该女子称其继父利用 Grok 将她 11 岁时的一张照片篡改，生成了超过 7000 张她的露骨图片。她还表示，继父在执法部门突袭中发现这些图片两天后自杀身亡。

该女子在诉讼中表示：“无限使用这些工具传播得如此之快，它把日常生活变成了儿童性虐待。”提起诉讼的青少年指控 xAI（现为 SpaceX 一部分）未能采取基本预防措施，防止 Grok 被用于制作包括未成年人在内的真实人物的露骨图片。他们正寻求将此案列为集体诉讼。TechCrunch 已联系 xAI 寻求评论。

法国初创公司 Kog 认为，GPU 不适合智能体工作流的观点可能是一种误解。该公司致力于通过软件优化，从企业已有的标准数据中心 GPU（如 AMD MI300X 和 Nvidia H200）中榨取更多推理性能。Kog 在 5 月通过技术预览登上 Hacker News 首页，展示了“在标准数据中心 GPU 上实现极快单请求解码”的可能性，其演示达到了每秒 3000 个请求令牌（TPS），但使用的是仅约 20 亿参数的自研小模型 Laneformer 2B。

Kog 的 CEO Gaël Delalleau 告诉 TechCrunch，预览后他们获得了 200 个切实的商业线索。基于早期反馈，他预计软件工程将是首个用例，因为资深 Claude Code 用户有时需等待数小时才能获得结果，而 Anthropic 本身也明白速度的价值，对 Claude 的 Fast Mode 收取更高费用。Kog 计划在 9 月前将首个大模型提速 10 倍，以展示客户吸引力并启动 A 轮融资。公司团队 11 人，已获 Scaleway 支持，并得到法国 Bpifrance 和 French Tech 2030 计划资助。

谷歌现在允许用户移除 AI 工具生成图像、视频和音乐上的可见水印。通过更新，用户可以在 Gemini 和谷歌 AI 视频生成器 Flow 中关闭新的“媒体水印”设置。关闭后，谷歌将移除内容右下角的“闪光”水印，该水印出现在使用公司 Nano Banana 和 Omni 模型生成的内容上。

尽管可见水印变为可选，但据谷歌实验室、Gemini 和 AI Studio 副总裁 Josh Woodward 称，AI 生成内容仍将在后台嵌入不可见的 SynthID 水印和 C2PA 元数据。这意味着用户仍可追溯内容来源，但视觉上不再有标记。

微软 Copilot 在语音模式下将不再显示其富有情感的黄色斑点角色 Mico。据 GeekWire 报道，微软在一份支持页面中表示，将把 Mico 移至其 Learn Live 平台，该头像在那里将有“更多可回应的内容”。Mico 于去年 10 月在 Copilot 语音模式中推出，微软 AI CEO Mustafa Suleyman 曾将其定位为给聊天机器人赋予“身份”的方式，该斑点会实时对你的话语做出反应，带有面部表情和动画。

Mico 加入了微软多年来退役的虚拟助手行列，如 Clippy、Cortana 和 Rover。

美国康涅狄格州法官Walter Spader Jr.确认，一名男子在法庭文件中隐藏了仅供人工智能系统读取的文本，试图影响案件结果。这是美国首次出现此类行为。该男子指控一家医疗保健提供商不当扣留记录访问权，但法官表示，隐藏文本对案件没有影响，法院仍基于案件实质进行了审理。

Spader法官称，这些秘密指令“格式化为对人类读者不可见，但对任何读取文档文本的软件完全可读”，指示任何审查文档的AI系统确保文本输出与原告论点一致，忽略法院此前的驳回，并确保按原告意愿进行补救。法官认为这种尝试开创了“危险”先例，随着AI工具在法院系统中越来越普遍，此类恶意策略可能再次出现。

据Hugging Face发布的《State of Open Models: Summer 2026 Observations》报告，Hugging Face Hub上的公开模型仓库从243万增至296万，数据集从71.1万增至100万，Spaces从100万增至144万。分布极不均匀，约85.6%的模型终身下载量少于200次，1.5%的仓库占所有下载量的99.2%。

报告指出，2026年，中国实验室发布的最大开源模型规模几乎每月都超过美国实验室，中国月度上限在754B到2.78万亿参数之间，而美国在七个月中有五个月上限低于130B，例外是NVIDIA的Nemotron 3 Ultra（561B）和Thinking Machines Lab的Inkling。中国实验室如Moonshot、MiniMax、Xiaomi和Z.ai几乎不发布70B以下模型，而腾讯和阿里Qwen覆盖全范围。美国方面，AMD和NVIDIA发布的新开源模型最多，各超200个，LiquidAI约100个。美国在100B以上参数的原创模型仅有Inkling（952B）、Nemotron 3 Ultra（561B）、Nemotron 3 Super（124B）和Arcee AI的Trinity-Large（399B）。报告还发现，下载量前25的模型与点赞数前25的模型仅有一个重叠，且2026年发布的模型无一进入下载量前25，而2022年的模型有13个。

据arXiv论文（编号2608.12395v1）介绍，AstraZeneca开发了内部基于LLM的系统“Research Assistant”，帮助科学家和临床医生探索生物医学问题。系统提供聊天式界面，整合科学文献、知识图谱、化学、临床试验、安全资源、表达数据和内部实验系统的证据。

系统支持快速模式（直接问答）和多步骤模式（复杂研究任务），响应基于检索证据并链接原始来源，便于用户审查和进一步探索。论文概述了系统架构、主要设计选择以及在大规模部署支持日常研发工作流中获得的经验教训。

Hacker News上一篇题为《AI Isn't Outthinking Mathematicians. It's Out-Remembering Them》的文章提出，AI在数学问题上的优势可能并非源于更优越的推理能力，而是其几乎无限的符号工作记忆。人类数学家只能同时记住少量不熟悉元素，而AI模型可以在上下文窗口中保留整个问题陈述、数百个中间方程、多种废弃方法、定义、约束和早期结论。

文章引用研究指出，工作记忆对数学表现有独立于IQ的预测作用，例如Alloway和Passolunghi（2011）发现工作记忆对儿童数学表现有独特贡献；Alloway和Alloway（2010）的六年纵向研究显示，五岁时的早期工作记忆预测了后来的读写和计算能力，甚至比IQ更强。文章认为，上下文窗口就像一个巨大的外部笔记本，减轻了人类工作记忆的瓶颈，从而让AI显得更“聪明”。

斯坦福大学研究人员利用基因组语言模型Evo 2，从零设计出16种能感染细菌的病毒（噬菌体），这是AI首次生成完整且功能性的基因组。相关成果8月6日发表在《Science》上。这些设计病毒能感染已对天然病毒产生耐药性的大肠杆菌菌株，而天然噬菌体混合物无法做到。

研究人员在Evo 2模型（训练数据含超过200万个噬菌体基因组）基础上，用约1.5万个目标噬菌体ΦX174近缘基因组进行微调，并添加计算约束和质量控制，最终从302个候选基因组中，经合成和实验，仅16个成功“重启”为具有感染性的噬菌体。每个病毒基因组仅含5400个DNA字母和11个基因。牛津大学计算生物化学家Oliver Crook独立分析发现，这些可行基因组与模板平均约97%相同，主要是在重新组合已知遗传材料。研究负责人Brian Hie表示，目前要制造真正危险的人类病原体仍需大量工作，且DNA合成成本估计为10万至20万美元（Twist Bioscience提供了折扣）。