Claude marque désormais tout ce qu'il écrit. Votre code n'est presque pas concerné.

Anthropic a publié une page d'aide sur la façon dont Claude marque les contenus générés par IA, et en moins de vingt-quatre heures la lecture s'est figée en une seule phrase : Claude vous balance, et tout dépôt touché par un agent devient un risque.

Cette lecture est fausse sur le point qui inquiète le plus. Le marquage est réel, mondial, et non optionnel. Il vise aussi la prose, et la prose est précisément ce que le code n'est pas. Voici ce qui a réellement été livré, comment le mécanisme fonctionne en langage clair, pourquoi le code généré en est le pire véhicule possible, et pourquoi la panique SEO n'a aucun fondement.

Ce qu'Anthropic a réellement livré

Anthropic a signé le Code of Practice on Transparency of AI-Generated Content de l'EU AI Act. Le marquage est la contrepartie technique de cet engagement, et il prend deux formes distinctes.

Le texte reçoit un watermark statistique. Une marque imperceptible tissée dans le texte généré lui-même. Selon les termes d'Anthropic, elle est « tissée directement dans le texte », invisible, et « ne change ni le sens, ni la qualité, ni la lisibilité » de la réponse de Claude. Elle persiste au copier-coller, et « peut persister à travers certaines éditions ».

Les fichiers reçoivent des métadonnées de provenance signées. Quand Claude génère un type de fichier supporté, aujourd'hui .svg, .png et .jpg, il y attache des métadonnées au standard ouvert C2PA, le même système Content Credentials porté par Adobe, Microsoft et la BBC.

La portée est large, et mérite d'être énoncée précisément : beaucoup de commentaires ont supposé une mesure limitée à l'Europe ou à Claude.ai.

Le watermark n'est pas un caractère caché

C'est le plus gros malentendu, et c'est ce qui rend inutile la moitié des conseils qui circulent en ce moment.

On suppose que la marque est quelque chose d'inséré dans le texte : un espace de largeur nulle, une variante Unicode inhabituelle, un motif de ponctuation caractéristique. Cette supposition mène droit au « il suffit de passer le texte dans un nettoyeur ». Cela ne marche pas, parce qu'il n'y a rien d'inséré à nettoyer.

La marque, ce sont les mots qui ont été choisis.

Anthropic n'a pas publié son algorithme, et c'est un choix délibéré sur lequel nous reviendrons. Mais toutes les propriétés décrites (invisible, à l'intérieur du texte, survit au copier-coller, exige assez de texte pour être lu) correspondent à la famille publiée des watermarks par biais d'échantillonnage, l'approche derrière SynthID-Text de Google et les travaux académiques qui l'ont précédée.

L'idée est plus simple qu'il n'y paraît. Quand le modèle écrit, il choisit le token suivant parmi un ensemble de candidats. Très souvent, plusieurs candidats se valent : rapide, véloce, prompt font aussi bien l'affaire. Une clé secrète répartit le vocabulaire en un groupe favorisé et le reste, et l'échantillonnage penche vers le groupe favorisé chaque fois que pencher ne coûte rien en sens ni en qualité.

Un choix isolé ne dit rien. Le hasard seul placerait environ la moitié des tokens dans le groupe favorisé. Mais sur quelques centaines de tokens, le déséquilibre devient mesurable, et un détecteur qui possède la clé peut calculer l'écart entre le texte observé et ce que produirait le hasard. Cet écart, c'est tout le signal.

Deux conséquences en découlent directement, et elles comptent plus que le mécanisme lui-même :

• La longueur est une condition dure. Un tweet ou un message de commit ne porte aucun signal exploitable. Le détecteur a besoin de volume.
• Changer les mots est la seule chose qui efface la marque. Non par astuce, mais parce que les mots sont la marque.

Pourquoi le code généré en est le pire véhicule

Voilà ce que la panique a sauté. Un watermark par échantillonnage est un impôt sur la liberté de choix, et il ne peut être prélevé que là où ce choix existe. La prose en regorge. Le code est proche de la faillite.

Prenons une ligne parfaitement ordinaire : const user = await getUserById(id).

const est fixé par les conventions du fichier. getUserById n'est pas un choix du tout, c'est le nom qui existe déjà dans le dépôt, et n'importe quel quasi-équivalent serait tout simplement un bug. await est imposé par la signature de la fonction. Les parenthèses et l'argument sont imposés par la syntaxe. Que reste-t-il de réellement libre ? Le nom d'une variable locale, et la formulation d'un commentaire. C'est tout le canal disponible.

Comparez maintenant avec un paragraphe de prose, où presque chaque mot porteur de sens admet trois ou quatre alternatives interchangeables. L'écart n'est pas marginal : c'est la différence entre des dizaines d'emplacements porteurs par paragraphe et une poignée par fichier.

Et ensuite, la chaîne d'outils passe.

Les formateurs sont le problème spécifique. prettier, eslint --fix, gofmt, black, rustfmt existent tous pour normaliser exactement les choix de surface quasi équivalents dont le watermark se sert comme véhicule. Passer un formateur sur du code généré revient, fonctionnellement, à faire un cycle de blanchiment sur le watermark, sans que personne l'ait voulu. Ajoutez les corrections de revue, un renommage, un refactor, et l'entrelacement du code généré avec du code humain dans le même fichier : le résidu se retrouve réparti sur des diffs de toute façon bien trop courts pour être mesurés.

La réserve honnête, parce qu'il s'agit d'un raisonnement sur la mécanique et non d'une exemption confirmée : Anthropic n'a pas dit que le code était exclu, n'a pas publié l'algorithme, et n'a pas livré de détecteur. Personne, hors d'Anthropic, ne peut mesurer ce qui subsiste réellement dans un fichier .ts commité. Le cas le plus exposé reste un long fichier généré, commité tel quel, non formaté et jamais relu. Si cela décrit votre workflow, le watermark est le moindre des problèmes qu'il pose, et notre position sur la relecture du code écrit par les agents s'applique bien avant celui-ci.

Ce qui l'efface, et qui peut réellement le détecter

Anthropic est inhabituellement direct sur les limites, et cela mérite d'être souligné. Une marque détectée signifie que le contenu a peut-être été traité par Claude. Ce n'est explicitement pas concluant. Et l'absence de marque ne prouve strictement rien.

La question de la détection se scinde nettement en deux, et c'est la confusion entre ces deux moitiés qui a produit la plupart des analyses ratées.

Les fichiers sont vérifiables publiquement, dès maintenant. C2PA, c'est de la signature cryptographique classique : une clé privée signe, une clé publique vérifie. N'importe qui peut contrôler un .png généré dans un lecteur Content Credentials, et Google déploie cette vérification dans Search, Lens et Chrome. Aucun privilège Anthropic ici, et la signature fait double emploi en révélant si le fichier a été altéré après sa génération.

Le texte, non, et seul Anthropic peut le lire aujourd'hui. La détection exige la clé secrète qui a biaisé l'échantillonnage. Sans elle, le texte est statistiquement indiscernable d'un texte non marqué. C'est l'état actuel, et c'est la source de la réaction « seul Claude peut vous attraper ».

Mais ce n'est pas l'état final visé. Le Code of Practice signé par Anthropic les oblige à fournir une détection aux tiers, et la page d'aide indique qu'ils travaillent à permettre aux utilisateurs et aux tiers de détecter les marques, documentation à suivre.

Si ce n'est pas encore livré, c'est un vrai dilemme plutôt qu'un traînage de pieds : publier un détecteur, c'est aussi publier la carte pour retirer la marque. Donnez à quelqu'un un oracle qui note un passage, et il pourra réécrire en boucle jusqu'à passer sous le seuil. Google a affronté le même arbitrage avec SynthID-Text et a livré un détecteur difficile à retourner en arme sans le modèle qui l'entoure. L'issue la plus probable pour Anthropic est une API de détection à accès contrôlé, avec comptes vérifiés et quotas, plutôt qu'un vérificateur public en un clic.

Le détail que presque personne n'a relevé

La marque s'applique au texte que le modèle a produit. Elle ne distingue pas le texte que Claude a inventé de celui que Claude a simplement touché.

Demandez à Claude de corriger la grammaire d'un paragraphe que vous avez écrit vous-même : la sortie porte le watermark. Demandez-lui de resserrer un paragraphe, de traduire une phrase, ou de remettre au propre vos propres notes : c'est pareil.

Cela coupe dans les deux sens, et c'est plus intéressant que le cadrage « scandale » ne le laisse croire. Cela affaiblit le scénario d'accusation que les gens redoutent, puisqu'une détection positive ne sait pas séparer « une IA a écrit ceci » de « un humain a écrit ceci et une IA l'a poli », et ces deux affirmations n'ont rien à voir. Cela signifie aussi que quiconque compte traiter la détection comme une preuve de paternité construit sur du sable. Anthropic le concède de fait en décrivant une détection comme un « peut-être traité par Claude ».

Ce que ça change pour le SEO : rien

Nous pilotons le SEO de ce site à découvert, alors soyons net sur le point qui a fait le plus de bruit. Il n'y a aucun risque de classement ici. Trois raisons, qui s'empilent.

Google ne pénalise pas le contenu écrit par IA en tant que tel. La politique n'a pas bougé : ce qui est sanctionné, c'est le scaled content abuse, les pages produites en masse et sans valeur. Le jugement porte sur la qualité et l'utilité, pas sur l'origine des mots. Un article réellement bon reste un article réellement bon.

Google ne peut de toute façon pas lire ce watermark. Il est verrouillé par une clé que détient Anthropic. Même si Google en voulait un signal de classement, il lui faudrait un accord avec Anthropic pour l'obtenir. Rien de tel n'a été annoncé, et aucun signal visant le texte écrit par IA n'a été annoncé à I/O 2026 non plus.

Ce qui a été livré, c'est la provenance des médias, et c'est une étiquette, pas un facteur. Les travaux 2026 de Google couvrent images, vidéos et audio via SynthID et C2PA, exposés pour que l'utilisateur puisse demander si une image est générée par IA dans Search, Lens et Circle to Search. C'est de la transparence pour le lecteur, pas un levier sur le classement.

Il existe une conséquence pratique bien réelle, et elle concerne vos images plutôt que votre texte. Si vous publiez des visuels générés par Claude, ils portent désormais des Content Credentials, et Chrome comme Search sauront de plus en plus les étiqueter. L'effet n'est pas un déclassement, c'est un effet CTR et confiance : une image de couverture signalée comme générée par IA ne se lit pas comme une photographie.

Bon à savoir avant que quiconque sur-industrialise une réponse : la plupart des chaînes d'images suppriment déjà le C2PA sans qu'on leur demande. sharp, next/image, la compression au build, un CDN qui réencode à la volée : tous laissent tomber les métadonnées. Sur un site classique, la provenance a disparu bien avant qu'un navigateur la voie. Le résultat est à double tranchant. Il règle la question de l'étiquetage par accident, mais retirer délibérément de la provenance devient un problème de conformité dès que l'usage est réglementé, et si vous livrez dans l'Union européenne, cette question se pose à côté du volet RGPD du travail assisté par IA.

Ce qu'il faut réellement faire

Liste courte, parce qu'il y a moins à faire que le débat ne le suggère.

1. Rien, pour le code. Aucun nettoyeur, aucun stripper, aucun changement de workflow. Il n'y a rien à retirer, et votre formateur en fait déjà plus que n'importe quel outil que vous pourriez ajouter.
2. Continuez à relire le code généré, pour les raisons qui valaient déjà. Le watermark n'en change aucune.
3. Tranchez consciemment sur les images. Si vous publiez des visuels générés par Claude, sachez si votre chaîne conserve ou supprime les Content Credentials, et faites-en une décision plutôt qu'un accident.
4. Ne courez pas après le retrait du watermark sur du texte. Le seul retrait fiable consiste à réécrire le texte vous-même, et si vous le réécrivez vous-même, la question s'est déjà répondue toute seule.
5. Inquiétez-vous de la qualité à la place. Le scaled content abuse est ce qui coûte réellement des positions, et il en coûtait bien avant l'existence du moindre watermark.

La mesure est une obligation de transparence, honnêtement documentée, avec des limites que son propre auteur prend soin d'énoncer. C'est un événement bien plus petit que la réaction ne le laisse penser, et pour quiconque livre du code avec des agents, c'est très proche d'un non-événement.

Si vous faites tourner des agents à l'échelle, les questions opérationnelles qui méritent votre attention restent les anciennes : ce que les agents ont touché, ce qui a été relu, et ce qui est parti en production. C'est cette partie qu'AgentsRoom existe pour rendre visible.