Водяные знаки Claude 2026: что метят, а что почти нет

Заголовки середины августа звучали одинаково: Claude теперь метит всё, что пишет. Первая же фраза технического разбора Anthropic говорит иначе — водяной знак будут содержать будущие модели Claude. Для тех, что вышли раньше 2 августа, европейский закон даёт переходный период, и маркировку к ним ещё только добавляют. То есть текст, который вы получили от Claude на прошлой неделе, скорее всего не помечен, а через несколько месяцев будет помечен весь. Эта разница в русских пересказах пропала целиком, а без неё непонятно ни что происходит сейчас, ни к чему готовиться.

Я в этой истории сразу и сторона, и подопытный: делаю Диктуй — голосовой ввод, и при этом каждый день работаю с моделями, так что маркировка со временем ляжет и на мои рабочие тексты. Продукт появится в одном разделе ближе к концу, там, где он к делу. Всё до него — разбор первоисточника, и там, где Anthropic чего-то не сообщает, я говорю об этом прямо, а не достраиваю догадкой.

Три понятия, которые дальше не стоит смешивать. Водяной знак — статистический след, оставленный самой моделью и проверяемый секретным ключом. ИИ-детектор — сторонний сервис, который угадывает происхождение текста по стилю, ключа у него нет. C2PA — открытый стандарт подписи в метаданных файла, к тексту отношения не имеющий.

Что именно произошло и с какого числа?

Разведу две даты, которые в новостях слиплись в одну.

2 августа 2026 — день, с которого Евросоюз требует от поставщиков ИИ помечать машинный контент. В этот день вступили в силу обязательства по статье 50 регламента об искусственном интеллекте, под которые Еврокомиссия собрала Кодекс прозрачности ИИ-контента. Anthropic подписала его в июле вместе с другими поставщиками.

14 августа компания опубликовала технический разбор того, как устроена её маркировка. Он и служит первоисточником для механики ниже.

Дальше — статус на 22 августа 2026, и это та часть, которая будет меняться быстрее всего:

• Метка идёт в моделях, выпущенных после 2 августа. Формулировка Anthropic — «будущие модели Claude»; TechCrunch в разборе запуска подтверждает то же самое.
• Всё, что вышло раньше, в переходном периоде. Он предусмотрен самим европейским законом; компания пишет, что работает над добавлением маркировки к прежним моделям, раскатка займёт ближайшие месяцы. Июльский Opus 5 метку получит не сразу.
• Пользовательской настройки для отказа Anthropic не описывает, а маркировку применяет глобально, не только в ЕС. Причину называет прямо: надёжного способа ограничить её по региону у компании пока нет.
• Ничего не добавляется в текст — ни скрытых символов, ни служебных пометок: метка вплетена в сам выбор слов.
• Цена не меняется, лишних токенов знак не порождает; на скорость влияет пренебрежимо мало.
• Личных данных в метке нет. Ни в знаке, ни в ключе нет ничего, что позволило бы восстановить, кто именно писал.

Как работает водяной знак в тексте?

Механика проще, чем звучит слово «криптографический».

Языковая модель пишет по одному слову. На каждом шаге она смотрит на уже написанное и выбирает следующее слово из нескольких подходящих. Часть этих выборов содержательно ни на что не влияет: во фразе «погода сегодня была холодная и…» слово «сахарная» крайне маловероятно, а «пасмурная» и «серая» одинаково уместны, и читателю всё равно, какое из них встанет. Раньше между такими вариантами решал обычный генератор случайных чисел.

Маркировка меняет ровно одно: источник случайности. Вместо произвольного числа выбор определяют секретный ключ и несколько предыдущих слов. Слова по-прежнему выглядят случайными, но теперь последовательность можно сверить с той, которую дал бы ключ, и по совпадению оценить вероятность, что текст писал Claude.

Anthropic поясняет это через настольную игру: представьте, что вместо броска кубика ходы в «Монополии» определяются подряд идущими цифрами числа пи, взятыми с произвольного места. Для игроков ничего не меняется, партия идёт как обычно. Но если потом посмотреть на всю последовательность ходов и знать значение пи, можно понять, что случайность бралась именно оттуда.

Отсюда сразу следует главное ограничение, и его стоит проговорить, потому что в пересказах его теряют. Ключ отвечает ровно на один вопрос: какова вероятность, что к тексту приложил руку Claude. Он не подтверждает, что текст написан человеком. Он не распознаёт другую модель — даже если та тоже метит свои ответы, ключ у неё будет свой, а метод может отличаться вовсе. И он плохо работает на коротких отрывках: чем меньше слов, тем меньше выборов, а значит и данных для проверки.

Сам метод — версия подхода SynthID-Text, опубликованного Google DeepMind в журнале Nature в 2024 году. Семейство таких решений восходит к предложению Скотта Ааронсона 2022 года, и все они устроены по одному принципу, описанному выше.

Что размечается плотно, а что почти никак?

Вот раздел, ради которого стоило читать первоисточник. Метка появляется только там, где у модели был свободный выбор между равнозначными словами — и это разводит типовые рабочие сценарии очень далеко друг от друга.

Два примера из документации, объясняющих крайние строки. Во фразе «главный труд Ньютона назывался Principia…» следующее слово может быть только «Mathematica» — метке не на чем сыграть, и на фактических пассажах она разрежена. С кодом то же самое: там, где иной вариант сломает программу, выбирать попросту не из чего, и след может остаться разве что в комментариях, на сам код не влияя.

И сразу оговорка в обратную сторону, потому что без неё таблица читается однобоко. Слабо размечен именно тот случай, когда модель правит ваш текст. Если наоборот — текст написала модель, а вы его слегка причесали, — знак остаётся: Anthropic пишет, что лёгкая правка полностью его не убирает. Так что таблица выше не про то, как остаться незамеченным, а про то, чей в тексте язык.

Чем это отличается от проверки текста на ИИ?

Русскоязычный запрос «проверить текст на ИИ» собирает почти шесть тысяч показов в месяц по Вордстату — детекторы ищут давно и активно. Но детектор и водяной знак работают принципиально по-разному, и складывать их в одну корзину значит неверно понимать оба.

ИИ-детекторы — GPTZero, Copyleaks, бесплатный русскоязычный GigaCheck от Сбера — ключа не имеют и работают по косвенным приметам. Они ищут характерные обороты, ровный ритм, нехватку проверяемой конкретики. Anthropic называет один такой след прямым текстом: модели питают слабость к конструкции «это не X, это Y». Приметы работают, но дают догадку — и ошибаются в обе стороны, особенно на русском, потому что большинство детекторов обучалось на английских текстах. Почему у чисто машинного текста ровный ритм и чем это грозит в продвижении, я разбирал в материале про посты для соцсетей.

Водяной знак отвечает на другой вопрос и другим способом: обладатель ключа сверяет последовательность слов с той, которую этот ключ порождает. На выходе не суждение о стиле, а вероятность причастности конкретной модели.

Подпись C2PA — третья сущность, к тексту отношения не имеющая. Когда Claude отдаёт файл поддерживаемого типа (PNG, JPG, SVG), он прикладывает к нему заверенную запись в метаданных: файл создан или обработан с участием Claude. Тот же стандарт используют производители фотокамер и редакторы изображений, прочитать запись может любой понимающий C2PA инструмент, а сам файл при этом не меняется. Слабое место у такой подписи очевидное: метаданные слетают при пересохранении.

Чем вас реально проверят сегодня — и что делать при ложном обвинении

Практическая часть, ради которой большинство и приходит к теме.

Пока водяной знак недоступен для проверки, в ходу остаются те же детекторы, что и год назад: GPTZero, Copyleaks, из русскоязычных — бесплатный GigaCheck от Сбера. Все они выдают вероятность, а не факт, и все заметно менее точны на русском. Отсюда практический вывод, неприятный для обеих сторон: обвинение, построенное только на выводе детектора, доказательством не является — ни в вузе, ни в редакции, ни в споре с заказчиком.

Что помогает, если вас пометили ложно:

• Черновики с историей правок. Документ, у которого видно, как текст рос, стоит дороже любых объяснений. Это работает и в Google Документах, и в любом редакторе с версиями.
• Аудиозапись надиктованного. Если основа текста проговорена вслух, у вас остаётся файл с датой — самое наглядное доказательство авторства из доступных.
• Даты файлов и переписка. Отправленные промежуточные версии, комментарии редактора, сообщения с вопросами по ходу работы.
• Понимание того, чем именно вас проверили. Детектор по стилю и водяной знак — разные вещи, и у первого точность на русском такая, что спорить с ним по существу вполне можно.

Если однажды до вас доберутся проверкой водяного знака, разговор станет строже — но и там знак говорит лишь «модель причастна» и не отличает «модель написала» от «модель отредактировала». Публичной процедуры оспаривания при этом нет ни у Anthropic, ни у детекторов, и это отдельный повод хранить следы собственной работы заранее.

Почему проверить метку сейчас нельзя ни вам, ни вузу?

Здесь у истории обнаруживается перекос, который русская выдача не заметила совсем.

Маркировка внедряется глобально и без пользовательской настройки для отказа. А проверить её не может никто, кроме Anthropic. Компания пишет, что скоро откроет для этого программный интерфейс, но деталей реализации не приводит и сроков не называет. Сторонние сервисы проверить знак не смогут в принципе — не потому, что не умеют, а потому, что у них нет ключа.

Соседний пример показывает, как это разворачивается на практике. Google метит контент дольше всех и открыла портал проверки SynthID ещё в мае 2025 года — но по списку ожидания и в первую очередь для журналистов, медиапрофессионалов и исследователей, а не для всех желающих. Проверить чужую подпись без ключа владельца нельзя и там.

Из перекоса следует вывод, неудобный для тех, кто ждал от маркировки простого решения. Сегодня фраза «этот текст помечен как машинный» не может быть подтверждена никем, кроме самого разработчика модели. И отдельно замечу то, о чём Anthropic не написала: публичной процедуры оспаривания результата проверки тоже пока нет — а она понадобится, потому что знак умеет говорить только «модель причастна».

Заодно это ставит на место расхожий страх. Метка ничего не сообщает о вас: ни ключ, ни сам знак не позволяют восстановить, кто писал, из какой организации и в какой переписке. И права на текст она не меняет — Anthropic оговаривает это отдельно.

Что это значит для российского автора?

Разложу по слоям, потому что слои разные.

Юридический. Требование европейское, штрафы по регламенту доходят до 15 миллионов евро или 3% мирового оборота. Основная тяжесть обязательств лежит на поставщиках моделей, но статья 50 накладывает обязанности раскрытия и на тех, кто применяет ИИ и публикует результат в Евросоюзе. Российского автора, публикующегося на российскую аудиторию, это напрямую не касается.

Но в самой статье 50 есть оговорка, которую стоит прочитать всем, независимо от юрисдикции. Обязанность раскрывать машинное происхождение текста не применяется, если материал прошёл человеческую проверку или редакторский контроль и есть лицо, несущее редакционную ответственность за публикацию. То есть европейский закон описывает ровно тот порядок работы, к которому статья и подводит: содержание и ответственность на человеке, модель — на форме. Это, пожалуй, весомее всей истории со штрафами.

Фактический. Маркировка глобальная — ограничить её регионом Anthropic пока не умеет, так что российское происхождение пользователя ничего не меняет. Но сегодня она ещё не дошла до моделей, выпущенных до 2 августа, а это почти всё, чем пользуются прямо сейчас.

Практический. Проверить метку некому. Российский вуз, редакция или заказчик к ключу Anthropic доступа не получат, и проверять вас будут тем же детектором по стилю, со всеми его промахами на русском. Насколько это изменится, зависит от того, кому и на каких условиях откроют проверку.

Стратегический. А вот он важнее трёх предыдущих. Метку внедряет не одна компания: Кодекс подписали около 190 организаций, из них 82 — в разделе для поставщиков генеративных систем. Среди названных Еврокомиссией примеров Anthropic, Google, OpenAI, Mistral, Cohere, Aleph Alpha, Black Forest Labs и Synthesia. Пресса отмечает, что OpenAI располагала подобной технологией несколько лет, но не выпускала — среди причин называют ложные срабатывания и конкурентные соображения. Теперь у неё, как и у остальных, есть обязательство. То, что вчера было спорной инициативой, за месяц стало отраслевой нормой — примерно так же, как этим летом регулирование добралось до самих моделей.

Значит, разумно исходить из того, что через год-полтора машинный текст будет помечен по умолчанию у всех крупных поставщиков, а инструменты проверки постепенно откроются. Строить рабочие привычки стоит уже под эту картину.

Как писать с ИИ, чтобы текст оставался вашим

Раздел, где мой продукт к делу относится, — и начну с границы, чтобы не было разночтений. Ниже не способ снять метку. Лёгкая правка знак полностью не убирает, а полная переписка с заменой каждого слова уберёт — но тогда, как отмечает сама Anthropic, спорно, можно ли вообще называть текст сгенерированным. Если задача в том, чтобы выдать машинный текст за собственный, дело не в маркировке и решается оно не техническими средствами.

Речь о другом — о порядке работы, при котором вопрос просто не встаёт.

Посмотрите ещё раз на таблицу. Строка «поправить грамматику» размечена почти никак не потому, что кто-то кого-то обхитрил, а потому что слов модели там почти нет. Плотность метки просто отражает, сколько слов в тексте написала модель. И отсюда следует вывод, который к маркировке имеет лишь косвенное отношение: чем больше содержания приходит от вас, тем меньше в тексте машинного — и по метке, и по существу.

Причём выигрыш здесь не отложенный. Водяной знак сегодня никто не проверит, а вот детекторы по стилю работают и применяются прямо сейчас — в вузах, редакциях, у заказчиков. И ловят они как раз ровный машинный ритм, которого в тексте поверх вашей живой речи не образуется. То есть порядок работы окупается не через год, когда откроют проверку, а на ближайшей же сдаче текста.

Механика простая. Устная речь идёт со скоростью 130–150 слов в минуту, набор — около 40, поэтому черновик на 200–300 слов проговаривается за полторы минуты вместо пяти-семи. Проговорить основу своими словами дешевле, чем набрать её, и после этого у модели остаётся работа редактора: собрать, причесать, убрать повторы. Формулировка задачи при этом решает больше выбора модели — не «напиши текст про X», а «собери это в текст, сохрани мои факты, цифры и интонацию». В первом случае модель сочиняет содержание, во втором работает поверх вашего.

Технически это системная диктовка: текст попадает в то поле, где стоит курсор, — в документ, письмо, окно чата с моделью. Встроенные Win+H и Apple Dictation бесплатны и для коротких заметок годятся; Диктуй закрывает ту же задачу на Windows и macOS с оплатой рублями и режимом трансформации, когда надиктованный кусок правится голосовой инструкцией на месте. Честная граница: решение облачное, звук уходит на распознавание. Полная карта способов перевести речь в текст разобрана отдельно, там же бесплатные варианты.

Побочный эффект у такого порядка тот, ради которого всё и затевается. Текст, собранный поверх вашей живой речи, сохраняет ваш ритм, ваши оговорки и вашу конкретику — то самое, чего детекторы не находят в машинном тексте и что делает его читаемым для людей. За месяц работы преимущественно голосом это оказалось для меня главным аргументом, задолго до всякой истории с водяными знаками.

Отдельно для студентов, потому что вопрос всплывёт первым. Расшифровка лекции меткой не помечена: её распознаёт модель распознавания речи, а не Claude, и водяной знак к ней отношения не имеет. А вот если попросить Claude собрать из расшифровки конспект — вот это со временем будет размеченный текст, и чем больше он написан моделью, тем плотнее. Как собрать конспект из записи пары, разбирал отдельно.

Что будет дальше с метками у остальных

Три вещи стоит держать в поле зрения ближайшие месяцы.

Догонит ли маркировка прежние модели. Переходный период по европейскому закону уже идёт, раскатку на модели, выпущенные до 2 августа, Anthropic планирует на ближайшие месяцы. Именно этот пункт превратит новость из формальной в практическую.

Откроют ли проверку и кому. Anthropic обещает интерфейс для проверки текста и собственный инструмент для файлов, куда можно будет перетащить файл и посмотреть. Ключевой вопрос — не сам факт, а условия: достанется проверка всем или ограниченному кругу, как у Google.

Как поведут себя остальные. OpenAI, Google и прочие подписанты связаны тем же Кодексом. Заодно маркировка со временем доедет и до рабочих агентов вроде Claude Cowork, где модель пишет целые документы, а не отвечает репликами, — там плотность метки будет максимальной. Появится ли общий способ проверки или у каждой останется свой ключ и свой портал — от этого зависит, станет ли маркировка рабочим инструментом или останется формальностью, которую невозможно применить.

Коротко

Со 2 августа 2026 Евросоюз требует помечать машинный текст, и Anthropic внедряет невидимый статистический знак методом SynthID-Text. Но метку получают модели, выпущенные после этой даты, а всё более раннее идёт по переходному периоду — включая июльский Opus 5. Так что сегодня ваш текст от Claude, скорее всего, ещё не помечен; через несколько месяцев будет помечен весь.

Метка живёт там, где модель свободно выбирала слова: перевод размечается плотно, текст с нуля тоже, а правка вашей грамматики и код — почти никак. В обратную сторону это не работает: лёгкая правка машинного текста знак не снимает. Проверить его сегодня может только Anthropic, публичный интерфейс обещан без срока, а сам знак говорит «модель причастна», не «модель автор». От детекторов по стилю он отличается принципиально: те угадывают по оборотам и ошибаются, этот сверяется с ключом.

Для российского автора практических последствий сегодня почти нет — проверять вас всё равно будет старый детектор. Но подписантов у Кодекса около 190, и это уже не история одной компании. Единственная привычка, которая от всего этого выигрывает, простая: содержание приносите вы, модель работает над формой. Тогда и метка редкая, и текст ваш — причём детекторы, которые работают уже сегодня, к такому тексту тоже придираются реже.

Проверить, ложится ли на вашу работу голосовой черновик, можно на бесплатном уровне Диктуй — 30 минут без привязки карты, чтобы прогнать пару своих типичных текстов и сравнить с обычным набором.