Claude ya pone marca de agua en todo lo que escribe. Tu código apenas se ve afectado.

Anthropic publicó una página de ayuda sobre cómo Claude marca los contenidos generados por IA, y en menos de un día la lectura se había cristalizado en una sola frase: Claude te delata, y cualquier repositorio que hayas tocado con un agente es un riesgo.

Esa lectura es falsa justo en el punto que más preocupa. El marcado es real, es mundial y no es opcional. También apunta a la prosa, y la prosa es exactamente lo que el código no es. A continuación, lo que se ha entregado de verdad, cómo funciona el mecanismo en lenguaje llano, por qué el código generado es el peor vehículo posible para él, y por qué el pánico SEO no tiene ningún fundamento.

Lo que Anthropic ha entregado realmente

Anthropic firmó el Code of Practice on Transparency of AI-Generated Content del EU AI Act. El marcado es la contrapartida técnica de ese compromiso, y adopta dos formas distintas.

El texto recibe una marca de agua estadística. Una marca imperceptible tejida en el propio texto generado. En palabras de Anthropic, «teje una marca de agua imperceptible directamente en el texto mismo. No la verás, y no cambia el significado, la calidad ni la legibilidad de la respuesta de Claude». Persiste al copiar y pegar, y «puede persistir a través de algunas ediciones».

Los archivos reciben metadatos de procedencia firmados. Cuando Claude genera un tipo de archivo soportado, hoy .svg, .png y .jpg, les adjunta metadatos siguiendo el estándar abierto C2PA, el mismo sistema Content Credentials respaldado por Adobe, Microsoft y la BBC.

El alcance es amplio y conviene enunciarlo con precisión, porque buena parte de los comentarios dio por hecho que era una medida limitada a la UE o a Claude.ai:

La marca de agua no es un carácter oculto

Este es el mayor malentendido de todos, y es la razón por la que la mitad de los consejos que circulan ahora mismo son inútiles.

Se da por hecho que la marca es algo insertado en el texto: un espacio de ancho cero, una variante Unicode inusual, un patrón de puntuación característico. Esa suposición lleva directa al «basta con pasarlo por un limpiador y listo». No funciona, porque no hay nada insertado que limpiar.

La marca es qué palabras se eligieron.

Anthropic no ha publicado su algoritmo, y es una decisión deliberada sobre la que volveremos. Pero todas las propiedades que describe (invisible, dentro del texto, sobrevive al copiar y pegar, necesita suficiente texto para leerse) encajan con la familia publicada de marcas de agua por sesgo de muestreo, el enfoque que hay detrás de SynthID-Text de Google y del trabajo académico que lo precedió.

La idea es más simple de lo que parece. Cada vez que el modelo escribe, elige el siguiente token dentro de un conjunto de candidatos. Muy a menudo varios candidatos se equivalen: rápido, veloz, ágil, raudo sirven igual. Una clave secreta reparte el vocabulario en un grupo favorecido y el resto, y el muestreo se inclina hacia el grupo favorecido siempre que inclinarse no cueste nada en significado ni en calidad.

Una elección aislada no dice nada. El azar por sí solo pondría aproximadamente la mitad de los tokens en el grupo favorecido. Pero a lo largo de unos cientos de tokens el desequilibrio crece hasta volverse medible, y un detector que tenga la clave puede calcular cuánto se aleja el texto de lo que produciría el azar. Esa distancia es toda la señal.

Dos consecuencias se siguen directamente, y ambas importan más que el mecanismo en sí:

• La longitud es un requisito duro. Un tuit o un mensaje de commit no lleva ninguna señal aprovechable. El detector necesita volumen.
• Cambiar las palabras es lo único que la elimina. No porque la eliminación sea ingeniosa, sino porque las palabras son la marca.

Por qué el código generado es el peor vehículo posible

Aquí está la parte que el pánico se saltó. Una marca de agua por muestreo es un impuesto sobre la libertad de elección, y solo puede cobrarse allí donde esa elección existe. La prosa rebosa de ella. El código está al borde de la quiebra.

Tomemos una línea perfectamente ordinaria: const user = await getUserById(id).

const lo fijan las convenciones del propio archivo. getUserById no es una elección en absoluto, es el nombre que ya existe en el repositorio, y cualquier casi equivalente sería sencillamente un bug. await lo impone la firma de la función. Los paréntesis y el argumento los impone la sintaxis. ¿Qué queda realmente libre? El nombre de una variable local, y la redacción de un comentario. Ese es todo el canal disponible.

Compara ahora con un párrafo de prosa, donde casi cada palabra con contenido admite tres o cuatro alternativas intercambiables. La diferencia no es marginal, es la diferencia entre decenas de huecos portadores por párrafo y un puñado por archivo.

Y después pasa la cadena de herramientas.

Los formateadores son el problema concreto. prettier, eslint --fix, gofmt, black y rustfmt existen todos para normalizar exactamente las mismas elecciones de superficie casi equivalentes que una marca de agua por muestreo usa como vehículo. Pasar un formateador sobre código generado es, funcionalmente, hacerle un lavado a la marca de agua sin que nadie lo pretenda. Añade las correcciones de revisión, un renombrado, un refactor y el entrelazado de código generado con código humano dentro del mismo archivo, y el residuo queda repartido en diffs que, de todas formas, suelen ser demasiado cortos para medirse.

La reserva honesta, porque esto es un argumento sobre la mecánica y no una exención confirmada: Anthropic no ha dicho que el código quede excluido, no ha publicado el algoritmo y no ha lanzado un detector. Nadie fuera de Anthropic puede medir lo que realmente queda en un archivo .ts commiteado. El escenario con más exposición residual es un archivo generado largo, commiteado tal cual, sin formatear y nunca revisado. Si eso describe tu flujo de trabajo, la marca de agua es el menor de los problemas que crea, y nuestra postura sobre la revisión del código escrito por agentes se aplica mucho antes que esta.

Qué la borra, y quién puede detectarla de verdad

Anthropic es inusualmente directa sobre los límites, y eso merece reconocerse. Una marca detectada significa que el contenido puede haber sido procesado por Claude. Explícitamente, no es concluyente. Y la ausencia de marca no prueba absolutamente nada.

La cuestión de la detección se parte limpiamente en dos, y confundir las dos mitades es lo que ha producido la mayoría de los análisis fallidos.

Los archivos son verificables públicamente, ahora mismo. C2PA es firma criptográfica corriente: una clave privada firma, una clave pública verifica. Cualquiera puede comprobar un .png generado en un visor de Content Credentials, y Google está integrando esa verificación en Search, Lens y Chrome. Aquí no hay ningún privilegio de Anthropic, y la firma cumple doble función al revelar si el archivo fue alterado después de generarse.

El texto no lo es, y hoy solo Anthropic puede leerlo. La detección exige la clave secreta que sesgó el muestreo. Sin ella, el texto es estadísticamente indistinguible de un texto sin marcar. Ese es el estado actual, y es el origen de la reacción «solo Claude puede pillarte».

Pero no es el estado final previsto. El Code of Practice que Anthropic firmó les obliga a proporcionar detección a terceros, y la página de ayuda dice que están trabajando para permitir que usuarios y terceros detecten las marcas, con documentación por llegar.

Que todavía no se haya entregado responde a un dilema real más que a una demora deliberada: publicar un detector es publicar también el mapa para retirar la marca. Dale a alguien un oráculo que puntúe un pasaje y podrá reescribir en bucle hasta que la puntuación baje del umbral. Google se enfrentó al mismo compromiso con SynthID-Text y lanzó un detector que sigue siendo difícil de convertir en arma sin el modelo que lo rodea. El desenlace más probable para Anthropic es una API de detección con acceso restringido, con cuentas verificadas y cuotas, y no un verificador público de un clic.

El detalle que casi nadie ha captado

La marca se aplica al texto que el modelo produjo. No distingue entre el texto que Claude inventó y el texto que Claude simplemente tocó.

Pide a Claude que corrija la gramática de un párrafo que escribiste tú y la salida lleva la marca de agua. Pídele que apriete un párrafo, que traduzca una frase o que ponga en limpio tus propias notas, y ocurre lo mismo.

Esto corta en las dos direcciones, y es más interesante de lo que sugiere el encuadre de escándalo. Debilita el escenario de acusación que la gente teme, porque una detección positiva no puede separar «esto lo escribió una IA» de «esto lo escribió un humano y una IA lo pulió», y esas dos afirmaciones no se parecen en nada. También significa que quien piense tratar la detección como prueba de autoría está construyendo sobre arena. Anthropic lo concede de hecho al describir una detección como un «puede haber sido procesado por Claude».

Qué cambia esto para el SEO: nada

Llevamos el SEO de este sitio a la vista de todos, así que seamos claros sobre el punto que más ruido generó. Aquí no hay riesgo de posicionamiento. Tres razones, apiladas.

Google no penaliza el contenido escrito por IA como tal. La política no se ha movido: lo que se sanciona es el scaled content abuse, páginas producidas en masa y sin valor. El juicio recae sobre la calidad y la utilidad, no sobre el origen de las palabras. Un artículo realmente bueno sigue siendo un artículo realmente bueno.

Google tampoco puede leer esta marca de agua. Está cerrada por una clave que posee Anthropic. Incluso si Google la quisiera como señal de posicionamiento, necesitaría un acuerdo con Anthropic para obtenerla. No se ha anunciado nada parecido, y en I/O 2026 tampoco se anunció ninguna señal dirigida al texto escrito por IA.

Lo que sí se ha entregado es procedencia de medios, y es una etiqueta, no un factor. El trabajo de Google en 2026 cubre imágenes, vídeo y audio mediante SynthID y C2PA, expuesto para que el usuario pueda preguntar si una imagen está generada por IA en Search, Lens y Circle to Search. Eso es transparencia para el lector, no una palanca sobre el posicionamiento.

Hay una consecuencia práctica bien real, y tiene que ver con tus imágenes más que con tu texto. Si publicas visuales generados por Claude, ahora llevan Content Credentials, y tanto Chrome como Search podrán etiquetarlos cada vez más. El efecto no es una degradación, es un efecto de CTR y confianza: una imagen de portada señalada como generada por IA no se lee igual que una fotografía.

Conviene saberlo antes de que nadie sobredimensione la respuesta: la mayoría de las cadenas de imágenes ya elimina el C2PA sin que se lo pidan. sharp, next/image, la compresión en el build, un CDN que reencoda al vuelo: todos tiran los metadatos. En un sitio típico, la procedencia ha desaparecido mucho antes de que un navegador la vea. Es un resultado de doble filo. Resuelve por accidente la cuestión del etiquetado, pero retirar procedencia de forma deliberada se convierte en su propio problema de cumplimiento en cuanto el caso de uso está regulado, y si publicas hacia la UE esa pregunta va justo al lado del lado RGPD del trabajo asistido por IA.

Qué hacer en realidad

Lista corta, porque hay menos que hacer de lo que sugiere el debate.

1. Nada, para el código. Ningún limpiador, ningún stripper, ningún cambio de flujo de trabajo. No hay nada que quitar, y tu formateador ya hace más que cualquier herramienta que pudieras añadir.
2. Sigue revisando el código generado, por las razones que ya valían antes. La marca de agua no cambia ninguna.
3. Decide conscientemente sobre las imágenes. Si publicas visuales generados por Claude, ten claro si tu cadena conserva o elimina los Content Credentials, y que sea una decisión y no un accidente.
4. No persigas eliminar la marca de agua del texto. La única eliminación fiable consiste en reescribir el texto tú mismo, y si lo estás reescribiendo tú mismo, la pregunta ya se ha respondido sola.
5. Preocúpate por la calidad en su lugar. El scaled content abuse es lo que de verdad cuesta posiciones, y las costaba mucho antes de que existiera marca de agua alguna.

La medida es una obligación de transparencia, honestamente documentada, con límites que su propio autor se cuida de enunciar. Es un acontecimiento mucho más pequeño de lo que sugiere la reacción y, para cualquiera que publique código con agentes, está muy cerca de ser un no acontecimiento.

Si haces correr agentes a cualquier escala, las preguntas operativas que merecen tu atención siguen siendo las de siempre: qué tocaron los agentes, qué se revisó y qué llegó a producción. Esa es la parte que AgentsRoom existe para hacer visible.