Anthropic добавит водяные знаки Claude в текст и изображения, которые генерируют новые модели. Для обычной копипасты это выглядит как серьезный шаг к прозрачности: метка должна переживать вставку в другой документ и часть правок. Но для разработчиков, которые гоняют ответ модели через редактор, git, форматтеры, перевод и переписывание, новость звучит менее грозно: в реальном рабочем процессе такой след может быстро потеряться.
Об этом сообщает The New Stack. По схеме Anthropic, в текст будет встраиваться «незаметный» водяной знак на уровне самой модели, а в файлы с изображениями и другим поддерживаемым контентом добавят подписанные provenance-метаданные. Компания отдельно подчеркивает, что маркировка будет работать не только в интерфейсе Claude, но и в API, а также в Claude Code, Claude Cowork, Claude Tag и при доступе через AWS, Google Cloud и Microsoft Foundry.
Здесь важна именно широта охвата. Если бы метки ставились только в веб-чате, рынок бы просто пожал плечами: серьезная работа давно ушла в IDE, корпоративные пайплайны и облачные интеграции. Anthropic пытается закрыть именно этот сценарий и говорит, что watermarking будет применяться на уровне модели, а не конкретного продукта. Для бизнеса это удобная формулировка: можно обещать единое правило для всех поверхностей, где крутится Claude. Для комплаенса тоже полезно. Особенно в Европе, где с 2 августа 2026 года начали действовать новые требования AI Act по маркировке и прозрачности, а для уже существующих продуктов предусмотрен переходный период в четыре месяца.
Технически схема разделена на две части. Для изображений Anthropic опирается на стандарт C2PA, который уже знаком рынку по Adobe, Google и другим крупным игрокам. Это путь понятный, хотя и не идеальный: такие метаданные нередко исчезают при загрузке на платформы, пересохранении файлов или агрессивной обработке контента. С текстом интереснее. Компания говорит об «imperceptible watermark», то есть о метке, которую человек не видит и которая не должна менять смысл, качество или читаемость ответа. При этом публичных деталей о самом механизме пока нет. Anthropic обещает позже выпустить техническую документацию и инструменты для обнаружения этих меток пользователями и сторонними сервисами.
Главная слабая точка уже признана самой компанией. Метка, по ее описанию, переживает copy-paste и может сохраниться после части редактуры, но не гарантируется после тяжелого переписывания. Если текст активно перефразировать, перевести на другой язык, смешать с человеческим черновиком или разрезать на куски и собрать заново, детектировать watermark может оказаться невозможно. И вот здесь начинается самое интересное для IT-аудитории. В типичном dev-цикле ответ модели редко живет в первозданном виде. Его режут на фрагменты, превращают в комментарии к коду, описания PR, тикеты, документацию, changelog, письма клиенту и внутренние заметки. Где-то текст нормализует IDE, где-то его переписывает человек, где-то он уходит в markdown, а потом в Confluence или Notion. Формально метка есть. Практически ее судьба зависит от того, насколько живым оказался рабочий процесс.
Отсюда и двойственный эффект. Для школ, издателей, маркетплейсов контента и платформ с большим объемом пользовательских текстов это полезный инструмент: появился хотя бы один системный признак того, что материал мог быть создан Claude. Это не доказательство в суде и не серебряная пуля, но уже лучше, чем статистические детекторы, которые регулярно ошибаются и на людях, и на машинах. Для разработчиков и продуктовых команд ценность иная. Здесь водяные знаки Claude скорее станут механизмом трассировки в простых сценариях: например, если сотрудник буквально перенес ответ модели в документ, FAQ или черновик политики. А вот в сложных инженерных цепочках, где текст постоянно мутирует, ждать надежного forensic-эффекта не стоит.
Есть и еще одна неудобная деталь. Найденный watermark не всегда означает, что Claude написал текст целиком. Anthropic сама оговаривает: след может остаться и после более ограниченного использования модели, например при редактировании, переформулировании или переводе. Для компаний это значит, что автоматическая проверка не заменит контекстную экспертизу. Если служба безопасности, HR или редакция увидит метку, следующий вопрос будет не «кто это написал?», а «на каком этапе здесь участвовала модель?». А это уже не задача для одной кнопки «проверить AI».
В отраслевом смысле Anthropic делает логичный ход. Регуляторы требуют прозрачности, клиенты хотят аудируемость, платформам нужен хоть какой-то маркер происхождения контента. Но история с водяными знаками Claude еще раз показывает старую проблему генеративного ИИ: меры, которые неплохо смотрятся в демо и на уровне политики, часто буксуют при встрече с настоящим рабочим процессом. Если пользователь просто копирует ответ в другой документ, система, вероятно, сработает. Если же Claude встроен в реальную разработку, где текст постоянно меняется, перепаковывается и смешивается с человеческой работой, вопрос уже не в том, можно ли поставить метку, а в том, останется ли она полезной через три итерации и один pull request.