Anthropic为四款Claude模型加水印 Opus4.6 Sonnet4.6存参数依赖漏洞

Anthropic近期为其四款Claude模型——Mythos 5、Opus 4.7、Opus 4.6与Sonnet 4.6——统一启用文本水印功能，旨在满足欧盟《AI法案》2024年12月前的合规要求。该水印基于谷歌DeepMind开源的SynthID方案变体，嵌入统计模式而不影响语义或可读性，且不携带用户身份信息，覆盖AWS、GCP与微软Foundry三大云平台，强制生效不可关闭。值得注意的是，Opus 4.6与Sonnet 4.6两款旧模型的水印机制存在关键限制：仅当三项采样参数维持默认值时水印才有效，调整参数即可使其失效；Anthropic已在文档中提示客户若需合规审计须保持默认配置。由于Opus 4.6在内部评估中仍为写作能力最强模型，其高价值与低鲁棒性形成矛盾点。相比之下，Mythos 5与Opus 4.7是否同样受限尚无公开说明。同期，Anthropic在Claude Code中针对Opus 5.5新增规则，禁止复刻现有游戏（含改名伪装），通过系统提示词实现，由Addy Osmani确认，旨在防范知识产权侵权；该限制目前仅明确适用于Opus 5.5，未扩展至其他模型或实例。此举反映厂商正从“能力优先”转向“责任优先”，但旧模型技术债与新功能局部覆盖暴露合规落地的碎片化问题。