Claude начал маркировать весь сгенерированный контент — и не только в ЕС

Привет, друзья!

С 2 августа 2026 года каждая новая модель Claude выходит с включённой маркировкой всего сгенерированного контента. Это не пост-обработка в браузере и не плагин в IDE — метки плетутся на уровне модели, поэтому помечается всё: ответы в чате, вывод через API, код в Claude Code, документы в Claude Cowork. Сделано это не по доброй воле Anthropic, а под давлением EU AI Act, статья 50(2), — но важно другое: Anthropic решила применить правило глобально, а не только в EU. Если вы работаете с Claude из Москвы или Бангалора, ваш вывод тоже помечен.

Сама новость — про водяные знаки на тексте и криптографические подписи на файлах — звучит скучно, пока не разберёшься, как именно она устроена. А устроена она местами хитро, местами слабо, и в одном месте — с очень любопытным чёрным ходом для разработчиков.

Два разных механизма, и путать их нельзя

Anthropic использует два совершенно разных подхода для текста и файлов. У них общая цель — сделать сгенерированный контент отличимым от человеческого — но технически они решают задачу по-разному, и это важно понимать, потому что у них разные ограничения.

Текстовый watermark — статистический. Он вшит в сам текст, а не добавлен как метаданные. Anthropic прямо говорит: «Поскольку watermark является частью текста, он путешествует с текстом при копировании и вставке, и может сохраняться при лёгком редактировании». Общий подход к таким меткам известен с времён Google SynthID: на каждом шаге генерации модель делает выбор между статистически почти эквивалентными токенами, и секретный ключ слегка смещает распределение. По достаточно длинному тексту накапливается статистическая сигнатура, которую можно проверить. Качество текста не страдает, потому что выборы действительно почти эквивалентны. Но короткие фрагменты — например, заголовок коммита, одна строка кода, короткий ответ на простой вопрос — сигнала не набирают.

C2PA-метаданные для файлов — другой мир. C2PA (Coalition for Content Provenance and Authenticity) — это открытый стандарт, в котором вместе с файлом идёт криптографически подписанный manifest. Подпись говорит: «Этот PNG-файл был обработан Claude», и любое вмешательство в файл подпись ломает. Anthropic поддерживает `.svg`, `.png` и `.jpg`. Это работает только пока manifest живёт вместе с файлом — а он живёт ровно до первого же пересохранения через любой редактор, конвертации формата или скриншота. Manifest обрезается, подпись уходит. Это не баг Anthropic, это известное свойство всего класса C2PA-метаданных. Поэтому текстовый watermark в анонсе важнее — он переживает copy-paste и лёгкое редактирование, а C2PA переживает только бездействие.

Почему именно EU AI Act и почему глобально

Это не добрая воля Anthropic. 2 августа 2026 года — это не инженерный milestone, а регуляторная граница. С этой даты начинают применяться требования прозрачности EU AI Act, статья 50(2), к новым моделям. Anthropic подписала соответствующий Code of Practice, причём в двух качествах сразу: и как provider генеративной модели, и как provider системы, использующей эту модель. Обязательства в этих двух качествах разные, поэтому подписание в обеих ролях означает двойной набор требований.

Интересное решение: Anthropic применила правило глобально, хотя EU-кодекс требует маркировки только в EU. Из обновлённой help-статьи: маркировка применяется «по всему миру, где предлагается Claude». Это можно прочитать как принципиальную последовательность — единая политика проще двух пайплайнов. А можно прочитать как прагматизм: дешевле поддерживать одну инференс-ветку, чем усложнять архитектуру из-за регуляторной географии. Практический результат одинаковый — не-EU регионов с немаркированным выводом у Claude больше нет.

Что помечается и что не помечается

Важная оговорка, которую Anthropic прямо публикует в своей help-статье. Обнаруженная метка — это не доказательство авторства Claude. Люди регулярно используют Claude для корректуры, перевода или суммаризации собственного текста, и тогда помеченный вывод несёт чужие идеи. И наоборот, отсутствие метки тоже не доказывает человеческого авторства — модель могла быть старой, текст мог быть отредактирован, переведён, слишком короток, или метаданные сняты при конвертации формата.

Эта двойная оговорка важнее, чем кажется. Система даёт слабый позитивный сигнал и ноль негативного. Она задумана как массовая проверяемая метка происхождения, а не как инструмент для разбирательства в отдельных случаях. Разница принципиальная: студент, чей текст помечен, не равен студенту, который использовал Claude чтобы поправить запятые. Anthropic прямо говорит, что их watermark этого не различает. А вузы и редакции, конечно, проигнорируют эту оговорку и будут трактовать watermark как вердикт.

Вот где я ожидаю проблем. Классические детекторы AI-текста вроде Pangram или старых академических инструментов уже создали культуру ложных обвинений в списывании — американские суды уже отменяли дисциплинарные взыскания на основании таких детекторов. Watermark от Anthropic надёжнее любого классификатора, потому что это сигнал, встроенный в сам вывод. Но уровень ошибки всё равно не ноль, и культура «помечен = виновен» уже формируется в обсуждениях в соцсетях. Решение Anthropic — открыто опубликовать ограничения — лучше, чем молчание, но не отменяет того, что инструмент будут применять не по назначению.

Чёрный ход для Claude Code: код статистически плохо поддаётся watermark

Это самая интересная техническая деталь, которую обсуждают меньше всего. Текстовый watermark работает, потому что в естественном языке на каждом шаге есть несколько статистически почти равноценных следующих токенов. Модель может подменить один на другой без потери смысла — и эта подмена и есть носитель метки. В коде всё не так.

Идентификаторы в коде должны совпадать с их объявлениями, синтаксис жёсткий, и пространство для watermark-подмен гораздо меньше. После первого же прогона через `prettier`, ESLint или любой форматтер-рефакторинг остатки статистической метки в коде стираются почти полностью. Для коротких фрагментов — одна строка, commit message, название функции — порог детектирования не набирается вовсе.

Anthropic явно включила Claude Code в список помечаемых продуктов. Но помечается там в основном текстовый вывод: плановые сводки, commit messages, описания PR, объяснения в чате. Сам код — особенно после форматирования — статистически значимую метку скорее всего не несёт. Anthropic пока не опубликовала техническую документацию по своему конкретному методу, поэтому это моя оценка по свойствам класса, а не цитата. Но интуиция физики watermark'а говорит: если вы надеетесь, что AI-сгенерированный код можно будет надёжно отследить по watermark, не получится. Если вы надеетесь, что watermark не превратит ваш репозиторий в публичное признание в использовании Claude, тоже не переживайте.

Что думают разработчики

Реакция в первые сутки — резко негативная у платящих пользователей. Основной мотив в топовых комментариях на X и Hacker News: «я плачу за сервис, я не хочу, чтобы мой контент был помечен». Аргумент понятный, но он смешивает две вещи.

Видимый watermark как у Adobe Firefly или DALL-E — это монетизационный гейт, который снимается подпиской. Здесь такого нет. Метка встроена на уровне модели и не зависит от того, платите вы или нет. Это не решение Anthropic о ценообразовании, это регуляторное требование. Читать его как «Anthropic делает бесплатное хуже платного» — значит прогнозировать откат там, где его быть не может.

Два более серьёзных возражения. Первое — про конфиденциальность рабочих процессов. Если вы используете Claude чтобы подготовить внутренний стратегический документ, помеченный текст — это долгоживущий, обнаруживаемый след того, что AI касался документа. Для большинства команд это не проблема. Для юридических, журналистских и конкурентных контекстов это новая поверхность раскрытия, которой месяц назад не было.

Второе — про переход на open-weight модели. Это рациональный ответ. Если ваш пайплайн требует неотслеживаемого вывода, запустите модель, чьи веса вы контролируете. Этот же вывод был актуален и до анонса watermark, но теперь у него появилось ещё одно конкретное основание.

Что это меняет для читателя блогов про AI

Если вы редактор или автор блога про технологии, анонс Anthropic — это событие, которое меняет ваш рабочий конвейер на уровне доверия. До 2 августа можно было честно говорить «текст написан AI» или «текст написан человеком, отредактирован AI», и оба варианта были эквивалентны по доверию. После 2 августа у текста появляется watermark, и вопрос «кто на самом деле это написал» снова обретает технический смысл.

В практике это значит следующее. Если вы пишете как автор от своего лица, читайте свои посты через Claude как корректора, а не как автора — и не делайте вид, что это противопоказание. Корректура — это ваша работа, не делегирование. Если вы используете Claude как первый черновик, который потом полностью переписываете, готовьтесь отвечать на вопрос «а оригинал-то ваш был?». И наоборот, если вы пишете только сами и не используете AI вовсе, теперь у вас есть формальный сигнал, который это подтверждает — при условии, что текст достаточно длинный.

Watermark — это не запрет на использование AI в авторстве. Это инструмент прозрачности, который Anthropic обязана была внедрить по европейскому закону и решила внедрить везде. Хорошо использовать этот инструмент по назначению — как массовый сигнал происхождения, — и плохо использовать его как вердикт в каждом отдельном случае. Эту разницу стоит проговаривать в редакционных стандартах блога, если вы пишете в публичное поле.

Источники: Anthropic Help Center — How Claude marks AI-generated content, The Decoder — Anthropic watermarks all Claude outputs globally, explainx — Anthropic watermarks Claude: what marks and what it misses, Interesting Engineering — Hidden watermarks under EU AI Act.