OpenAI文本水印回应欧盟溯源规则

从合规要求进入模型输出层

OpenAI在2026年10月5日发布《Our approach to EU text provenance rules》，给出了回应EU AI Act文本溯源要求的分阶段方案。新闻点很具体：API客户从当天起可以为部分模型选择开启文本水印；API里的文本水印默认状态保持关闭；未来数周，欧盟符合条件的ChatGPT和Codex文本输出会加入不可见水印；文本检测器开放申请，但初期只给获批研究人员和专家组织访问。

这次发布没有把AI文本检测器全面公开。OpenAI把可访问对象、产品范围和地区范围都写得很窄。API是全球客户可选，且只覆盖select models；ChatGPT和Codex是欧盟eligible text output，且时间是over the coming weeks；检测器是application access，initially limited。音频和图像验证工具则是另一条线，OpenAI明确说openai.com/verify和Content Provenance API会继续对希望理解图片或音频是否由OpenAI系统生成的组织公开可用。

需要单独标出的不确定性也来自原文。OpenAI称文本水印和检测仍是早期技术，负责任使用的看法仍在发展；它展示的检出率是自家评估，在ELI5心理学和数学等样本上测得，不等同真实互联网文本、跨语言编辑、翻译、摘要、代码或混合人机写作的稳定结果。OpenAI还说textGrain未来会补充技术报告细节，并计划开源相关技术，但这两个动作都还不是10月5日已经完成的事实。

对开发者和企业买方来说，直接影响集中在合规默认值开始分叉。API用户得到选择权，欧盟消费者产品则会进入默认带不可见信号的路径；检测权被放在少数研究和专家组织手里，避免把一个仍有误报、漏报和上下文依赖的工具直接推给公众。

三个开关决定适用范围

OpenAI的公告把同一套textGrain水印拆成三个不同开关。第一是API开关：从10月5日起，API客户可以为部分模型选择开启文本水印。这里的英文是opt in，同时配套一句remain off by default in the API。中文必须写成“可选择开启，默认仍关闭”，不能写成“API默认新增水印”。

第二是欧盟产品开关。OpenAI写的是未来数周会给欧盟符合条件的ChatGPT和Codex文本输出添加不可见水印。它没有说全球ChatGPT全量完成，也没有说所有Codex输出都立即生效；对象是eligible text output，地区是European Union，时间是over the coming weeks。对企业合规团队而言，这意味着未来几周要核对具体产品入口、账号地区、模型版本和导出链路，而不是把“OpenAI宣布水印”简化成一个全球完成状态。

第三是检测器访问开关。OpenAI正在开放申请访问文本水印检测器，但初期访问限制给获批研究人员和专家组织。这个选择与原文给出的性能限制是一致的：如果检测器有明确误报率、对短文本和编辑高度敏感，直接公开给学校、平台或雇主使用，可能把概率信号误用成处分依据。

事项	OpenAI原文状态	可以确认的中文写法	不能写成
API文本水印	Starting today, API customers globally will be able to opt in	全球API客户可为部分模型选择开启	API文本默认全部开启水印
API默认值	will remain off by default in the API	API默认仍关闭	默认值上调或默认强制启用
ChatGPT与Codex	over the coming weeks, eligible output in the EU	未来数周在欧盟符合条件输出中加入	全球用户已经全量上线
检测器	access initially limited to approved researchers and expert organizations	初期只给获批研究和专家组织	公众现在可自由检测所有文本
图像和音频	will continue to be publicly accessible	既有验证工具继续公开	本次新开放了全部媒体检测

这张表也是本稿的翻译约束。remain和continue都是维持已有状态，不表示再次提升；over the coming weeks是待上线区间，不是当日完成；eligible是适用范围限制，不是所有输出；approved researchers and expert organizations是访问资格，不是普通公众。

textGrain检测的是统计信号

OpenAI把textGrain描述为一种把不可见统计信号加入模型选词的技术。检测器寻找这类信号，以评估一段文本是否包含OpenAI水印。这个机制与C2PA元数据不同：文本复制到别处后没有稳定的文件容器可依赖，水印只能落在词序列和选择概率里；但也正因为如此，文本被改写、翻译或大幅编辑后，信号会被稀释。

原文给了两组最该记住的数字。第一组是长度和文体：在1%目标误报率下，心理学类200 token段落约80%可检出，400 token段落约95%可检出；数学类整体更低，因为数学文本可替换词空间较小。第二组是编辑鲁棒性：对400 token英文段落做同义词替换，替换10%词汇会让检出率从约92%降到66%，替换25%词汇后降到17%。

这两组数字共同说明：textGrain更适合较长、自然语言选择空间较大的文本。它不适合被理解成万能鉴别器。短文本、模板化通知、数学推导、代码片段、表格、事实密集摘要、翻译稿和二次改写稿，都可能让信号不足或被削弱。OpenAI在公告里用“ideal conditions does not guarantee reliable detection in everyday use”把这个边界写得很直白。

场景	OpenAI给出的口径	早报解读
心理学200 token	1%误报率下约80%检出	短文本已有可用信号，但仍有明显漏检
心理学400 token	1%误报率下约95%检出	长度增加改善检测，但不是零漏检
数学文本	检出率显著低于心理学文本	词汇选择空间窄会压缩水印余地
替换10%词	92%降至66%	轻度编辑就能明显削弱信号
替换25%词	降至17%	强编辑后检测接近不可依赖

文本水印还不能回答“谁写了这段文字”。OpenAI页面单列“What a text watermark doesn’t tell you”，并在整体描述中把溯源定义为帮助人们理解内容来自哪里、如何被创建或编辑、是否包含与其模型相关的信号。换成新闻写法，检测命中只能说明存在OpenAI水印信号，不能证明一个具体个人是作者，不能证明文本事实为真，也不能证明使用方式合规。

质量影响被描述为不显著

OpenAI还补了一组Astra模型质量对比，用来解释为什么选择在输出层嵌入水印。原文说，在用于评估Astra的benchmark中，加水印与未加水印之间没有看到有意义的性能差异。表格里既有Artificial Analysis Intelligence Index，也有AutomationBench、DeepSWE、Terminal-Bench、Terminal-Bench Science、BrowseComp等任务。

这些数字不能被写成“水印提高了模型能力”。例如Artificial Analysis Intelligence Index从49.57 points到49.76 points，AutomationBench从34.09%到34.86%，Terminal-Bench 4.0从53.90%到56.06%；也有DeepSWE v1.1从72.80%到71.68%，BrowseComp从87.92%到87.35%。OpenAI自己的结论是没有meaningful performance differences，而不是“水印带来性能提升”。

对企业评估者来说，这组数据的实际价值在于排除一个常见担心：统计水印是否会明显损坏生成质量。OpenAI给出的答案是在其Astra测试集中未见有意义差异。但这仍是厂商自评，且主要证明模型评测分数层面没有明显变化，不证明下游用户完全感知不到风格差异，也不证明所有语言、所有专业文本和所有模型都同样稳定。

更细的产品问题还没有答案。比如水印开启后，长文写作、代码解释、法律条款、医学问答、翻译和多轮编辑是否有不同表现；API客户开启水印后，流式输出、工具调用、函数返回、Markdown表格和结构化JSON是否都会被同一方式处理；用户把带水印文本复制到文档系统、CMS、邮件客户端或协作平台后，检测器还能否稳定读取。这些都需要后续技术报告和外部复现。

检测权为什么先收窄

OpenAI没有把文本检测器像图片和音频验证工具那样直接公开，这是这次方案里最有治理意味的选择。公开验证工具适合较低门槛的文件溯源查询，文本检测却更容易进入学校处分、平台降权、版权争议和雇佣筛查。只要误报和漏报存在，检测结果就需要被放进证据链，不能被当作单点裁决。

限制访问也有反向成本。研究人员和专家组织先拿到检测器，有助于评估可靠性和负责任使用；但普通平台、媒体和企业短期无法独立核验自己的文本链路，只能等OpenAI扩展访问或开源技术。对外部生态而言，检测器越封闭，越难形成透明的误判处理；检测器越开放，越可能让对抗者学习信号并优化去水印策略。

OpenAI的公告把下一步写成三件事：继续改善检测，研究水印在编辑和翻译后的保持情况，探索更有意义地区分AI辅助与AI作者身份的方式。这三个方向都没有给出确定截止日期。它们说明OpenAI知道“有水印”还不够，真正难点是把概率信号解释成可被制度使用的证据。

这也解释了为什么音频和图像工具仍然保持公开，而文本检测器先限量。图片和音频通常有文件级元数据、模型侧水印和传播内容本身可供比对；文本在复制、摘录、翻译、总结和改写后更容易失去上下文。直接给公众一个检测按钮，可能制造更多确定性幻觉。

读者接下来该看什么

产品上线清单需要继续核对。欧盟ChatGPT和Codex的文本水印被写成未来数周加入，且限定为eligible output。OpenAI需要说明哪些模型、哪些账号地区、哪些语言、哪些产品入口会先启用，历史输出是否不受影响，以及用户或企业管理员能否看到水印状态。

API客户要盯默认值和审计链路。API现在是可选择开启，默认仍关闭。若企业客户要把输出用于合规披露、公共传播或审计存档，需要主动确认是否启用水印、启用后是否影响输出格式、检测器是否可用于自家内容审计、以及第三方供应链是否要求保留这类信号。

技术报告还要补足真实场景曲线。OpenAI已经给出心理学、数学、编辑强度和Astra评测结果，但还缺中文、跨语言翻译、代码、短表单、摘要、多模型混写和人机协作编辑的完整曲线。若textGrain要进入真实治理流程，公开材料需要从单个高检出数字扩展到禁测输入、低证据状态和结果解释格式。

检测器治理决定误判成本。获批研究人员和专家组织会成为第一批外部把关者，他们能否发布独立评估、能否报告误判样本、能否推动申诉和解释格式，会决定这套工具是变成审计基础设施，还是变成又一个只被厂商掌握的黑箱信号。

跨厂商互操作仍是长期变量。OpenAI页面同时链接到EU Code of Practice、C2PA和SynthID，这说明文本水印不是单家公司问题。监管要求的是机器可读标识和负责任解释，产业需要的是跨模型、跨模态、跨平台的证据组合。只有当文本水印、文件元数据、模型调用日志和平台披露能被一起读懂，内容溯源才会从合规公告进入日常工作流。