Claude zet nu een watermerk op zijn output. Je code merkt er bijna niets van.

Anthropic zet nu een watermerk op de output van Claude. Wat het echt markeert, waarom code er grotendeels aan ontsnapt, wie het kan lezen en wat je SEO doet.

Anthropic heeft een supportpagina gepubliceerd over de manier waarop Claude door AI gegenereerde content markeert, en binnen een dag was de lezing gestold tot één zin: Claude verklikt je, en elke repository die je met een agent hebt aangeraakt, is een risico.

Die lezing klopt niet op het punt waar mensen zich het meest zorgen over maken. De markering is echt, ze is wereldwijd, en ze is niet optioneel. Ze richt zich ook op proza, en proza is precies wat code niet is. Hieronder staat wat er werkelijk is uitgerold, hoe het mechanisme in gewone taal werkt, waarom gegenereerde code de slechtst denkbare drager is, en waarom de SEO-paniek nergens op berust.

Wat Anthropic werkelijk heeft uitgerold

Anthropic heeft de Code of Practice on Transparency of AI-Generated Content van de EU AI Act ondertekend. De markering is de technische kant van die belofte, en ze neemt twee verschillende vormen aan.

Tekst krijgt een statistisch watermerk. Een onmerkbare markering die in de gegenereerde tekst zelf is verweven. In de woorden van Anthropic: het "weeft een onmerkbaar watermerk rechtstreeks in de tekst zelf. Je ziet het niet, en het verandert niets aan de betekenis, de kwaliteit of de leesbaarheid van het antwoord van Claude." Ze blijft behouden bij kopiëren en plakken, en "kan sommige bewerkingen overleven."

Bestanden krijgen ondertekende herkomstmetadata. Wanneer Claude een ondersteund bestandstype genereert, momenteel .svg, .png en .jpg, hangt het daar metadata aan volgens de open standaard C2PA, hetzelfde Content Credentials-systeem dat wordt gedragen door Adobe, Microsoft en de BBC.

De reikwijdte is breed en verdient een precieze formulering, want veel commentaar ging ervan uit dat het om een maatregel alleen voor de EU of alleen voor Claude.ai ging:

ModellenAlles wat op of na 2 augustus 2026 is gelanceerd, gemarkeerd vanaf de lancering
OppervlakkenAPI, Claude web, Claude Code, Cowork, Tag
CloudpartnersAWS, Google Cloud, Microsoft Foundry
GeografieWereldwijd, niet alleen de EU

Het watermerk is geen verborgen teken

Dit is veruit het grootste misverstand, en het is de reden waarom de helft van de adviezen die nu circuleren nutteloos is.

Mensen gaan ervan uit dat de markering iets is wat in de tekst is ingevoegd: een zero-width space, een ongebruikelijke Unicode-variant, een kenmerkend leestekenpatroon. Die aanname leidt rechtstreeks naar "haal het even door een cleaner en je zit goed". Dat werkt niet, want er is niets ingevoegd om op te schonen.

De markering is welke woorden er zijn gekozen.

Schema dat uitlegt hoe het onzichtbare tekstwatermerk van Claude werkt door de tokenselectie te sturen: bij elke generatiestap splitst een geheime sleutel de kandidaat-tokens in een bevoordeelde groep en de rest, het model geeft een bevoordeeld token uit wanneer meerdere kandidaten gelijkwaardig zijn, en de onbalans die zich over honderden tokens opstapelt wordt het detecteerbare statistische signaal.

Anthropic heeft zijn algoritme niet gepubliceerd, en dat is een bewuste keuze waar we op terugkomen. Maar elke eigenschap die het beschrijft (onzichtbaar, in de tekst zelf, overleeft kopiëren en plakken, heeft genoeg tekst nodig om gelezen te worden) past bij de gepubliceerde familie van watermerken op basis van samplingbias, de aanpak achter SynthID-Text van Google en het academische werk dat eraan voorafging.

Het idee is eenvoudiger dan het klinkt. Telkens als het model schrijft, kiest het het volgende token uit een verzameling kandidaten. Heel vaak zijn meerdere kandidaten bijna gelijkwaardig: snel, vlot, rap, vlug voldoen allemaal. Een geheime sleutel splitst de woordenschat in een bevoordeelde groep en de rest, en de sampler neigt naar de bevoordeelde groep zodra dat niets kost aan betekenis of kwaliteit.

Eén zo'n keuze zegt niets. Puur toeval zou ongeveer de helft van de tokens in de bevoordeelde groep leggen. Maar over een paar honderd tokens groeit de onbalans uit tot iets meetbaars, en een detector die de sleutel heeft, kan berekenen hoe ver de tekst afligt van wat toeval zou opleveren. Dat verschil is het hele signaal.

Daar volgen direct twee gevolgen uit, en die zijn allebei belangrijker dan het mechanisme zelf:

  • Lengte is een harde eis. Een tweet of een commitbericht draagt geen bruikbaar signaal. De detector heeft volume nodig.
  • De woorden veranderen is het enige wat de markering weghaalt. Niet omdat dat een slimme truc is, maar omdat de woorden de markering zijn.

Waarom gegenereerde code de slechtst denkbare drager is

Dit is het deel dat de paniek heeft overgeslagen. Een watermerk op basis van sampling is een belasting op keuzevrijheid, en die kan alleen worden geheven waar keuze bestaat. Proza zit er vol mee. Code is zo goed als failliet.

Vergelijking naast elkaar die laat zien waarom het tekstwatermerk van Claude in proza overleeft maar in code niet: proza biedt per alinea tientallen bijna gelijkwaardige woordkeuzes die elk een deel van het watermerk kunnen dragen, terwijl codetokens worden opgelegd door de syntaxis, bestaande identifiers en functiesignaturen, en formatters als prettier, eslint, gofmt, black en rustfmt de weinige overgebleven keuzevrijheid normaliseren.

Neem één doodgewone regel: const user = await getUserById(id).

const ligt vast door de conventies van het bestand zelf. getUserById is helemaal geen keuze, het is de naam die al in de codebase bestaat, en elk bijna-equivalent zou simpelweg een bug zijn. await wordt afgedwongen door de signatuur van de functie. De haakjes en het argument worden afgedwongen door de syntaxis. Wat is er werkelijk vrij? De naam van een lokale variabele, en de formulering van een commentaar. Dat is het hele kanaal.

Vergelijk dat nu met een alinea proza, waar bijna elk inhoudswoord drie of vier uitwisselbare alternatieven heeft. Het verschil is niet marginaal, het is het verschil tussen tientallen dragerplekken per alinea en een handvol per bestand.

En dan draait de pipeline.

Formatters zijn het specifieke probleem. prettier, eslint --fix, gofmt, black, rustfmt bestaan allemaal om precies die bijna gelijkwaardige oppervlaktekeuzes te normaliseren die een samplingwatermerk als drager gebruikt. Een formatter over gegenereerde code draaien is functioneel een witwasronde over het watermerk, zonder dat iemand het zo bedoelt. Tel daar de correcties uit de review bij op, een hernoeming, een refactor, en het door elkaar lopen van gegenereerde code en menselijke code in hetzelfde bestand, en het restsignaal ligt verspreid over diffs die toch al veel te kort zijn om te meten.

De eerlijke kanttekening, want dit is een redenering vanuit de mechaniek en geen bevestigde uitzondering: Anthropic heeft niet gezegd dat code is uitgesloten, heeft het algoritme niet gepubliceerd, en heeft geen detector uitgebracht. Niemand buiten Anthropic kan meten wat er werkelijk overblijft in een gecommit .ts-bestand. Het scenario met de meeste resterende blootstelling is een lang gegenereerd bestand dat ongewijzigd, ongeformatteerd en zonder review wordt gecommit. Als dat je workflow beschrijft, is het watermerk het kleinste van de problemen die daaruit voortkomen, en geldt onze visie op het reviewen van code die agents schrijven ruim vóór deze.

Wat het wist, en wie het echt kan detecteren

Anthropic is ongewoon direct over de grenzen, en dat mag gezegd worden. Een gedetecteerde markering betekent dat de content mogelijk door Claude is verwerkt. Het is expliciet niet sluitend. En de afwezigheid van een markering bewijst helemaal niets.

Schema dat toont wat het watermerk van Claude wist en wie het kan detecteren: het tekstwatermerk overleeft kopiëren en plakken, kleine bewerkingen en het opnieuw laten lopen van alinea's, maar wordt gewist door zwaar herschrijven, parafraseren, vertalen, screenshots en code formatters; het tekstwatermerk vereist de geheime sleutel van Anthropic, waardoor derden het nog niet kunnen verifiëren, terwijl de door C2PA ondertekende metadata op gegenereerde png-, jpg- en svg-bestanden een publieke sleutel gebruikt en vandaag door iedereen te verifiëren is, maar bij elke hercodering van het beeld verdwijnt.

De detectievraag valt netjes in tweeën uiteen, en het door elkaar halen van die twee helften heeft de meeste mislukte analyses opgeleverd.

Bestanden zijn publiek verifieerbaar, nu al. C2PA is gewone cryptografische ondertekening: een private sleutel ondertekent, een publieke sleutel verifieert. Iedereen kan een gegenereerde .png controleren in een Content Credentials-viewer, en Google rolt die verificatie uit in Search, Lens en Chrome. Er is hier geen privilege voor Anthropic, en de handtekening doet dubbel werk door te onthullen of het bestand na de generatie is gewijzigd.

Tekst is dat niet, en vandaag kan alleen Anthropic ze lezen. Detectie vereist de geheime sleutel die de sampling heeft gestuurd. Zonder die sleutel is de tekst statistisch niet te onderscheiden van niet-gemarkeerde tekst. Dat is de huidige stand van zaken, en dat is de bron van de reactie "alleen Claude kan je betrappen".

Maar dat is niet de bedoelde eindsituatie. De Code of Practice die Anthropic heeft ondertekend verplicht hen detectie aan derden te bieden, en de supportpagina zegt dat ze eraan werken om gebruikers en derden de markeringen te laten detecteren, met documentatie die volgt.

De reden dat het er nog niet is, is een echt dilemma en geen getreuzel: een detector publiceren betekent ook de kaart publiceren om de markering te verwijderen. Geef iemand een orakel dat een passage een score geeft, en hij kan in een lus herschrijven tot de score onder de drempel zakt. Google stond voor dezelfde afweging bij SynthID-Text en bracht een detector uit die zonder het model eromheen moeilijk als wapen te gebruiken blijft. De waarschijnlijkste uitkomst voor Anthropic is een detectie-API met beperkte toegang, met geverifieerde accounts en quota, en niet een publieke checker met één klik.

Het detail dat bijna niemand heeft opgepikt

De markering geldt voor tekst die het model heeft geproduceerd. Ze maakt geen onderscheid tussen tekst die Claude heeft bedacht en tekst die Claude alleen maar heeft aangeraakt.

Vraag Claude om de grammatica te corrigeren in een alinea die je zelf hebt geschreven, en de output draagt het watermerk. Vraag om een alinea aan te scherpen, een zin te vertalen of je eigen aantekeningen op te schonen, en hetzelfde geldt.

Dit snijdt aan twee kanten, en het is interessanter dan het schandaalframe suggereert. Het verzwakt het beschuldigingsscenario waar mensen bang voor zijn, want een positieve detectie kan "een AI heeft dit geschreven" niet scheiden van "een mens heeft dit geschreven en een AI heeft het gepolijst", en dat zijn bij lange na niet dezelfde bewering. Het betekent ook dat wie detectie als bewijs van auteurschap wil behandelen, op zand bouwt. Anthropic geeft dat feitelijk toe door een treffer te omschrijven als "mogelijk verwerkt door Claude".

Wat dit verandert voor SEO: niets

We voeren de SEO van deze site in de openbaarheid, dus laten we duidelijk zijn over het punt dat het meeste lawaai heeft veroorzaakt. Er is hier geen rankingrisico. Drie redenen, gestapeld.

Google straft door AI geschreven content niet af als zodanig. Het beleid is niet veranderd: wat wordt gesanctioneerd, is scaled content abuse, massaal geproduceerde pagina's zonder waarde. Het oordeel gaat over kwaliteit en nut, niet over de herkomst van de woorden. Een werkelijk goed artikel blijft een werkelijk goed artikel.

Google kan dit watermerk sowieso niet lezen. Het zit achter een sleutel die Anthropic in handen heeft. Zelfs als Google het als rankingsignaal zou willen, had het daarvoor een akkoord met Anthropic nodig. Zoiets is niet aangekondigd, en op I/O 2026 is er evenmin een signaal aangekondigd dat zich richt op door AI geschreven tekst.

Wat er wel is uitgerold, is herkomst van media, en dat is een label, geen factor. Het werk van Google in 2026 dekt beeld, video en audio via SynthID en C2PA, zo getoond dat gebruikers in Search, Lens en Circle to Search kunnen vragen of een afbeelding door AI is gegenereerd. Dat is transparantie voor de lezer, geen hefboom op de ranking.

Er is één echt, praktisch gevolg, en dat gaat over je afbeeldingen en niet over je tekst. Als je visuals publiceert die door Claude zijn gegenereerd, dragen die nu Content Credentials, en Chrome en Search zullen ze steeds vaker kunnen labelen. Het effect is geen degradatie, het is CTR en vertrouwen: een hero-afbeelding met het label AI-gegenereerd leest niet hetzelfde als een foto.

Goed om te weten voordat iemand de reactie overengineert: de meeste beeldpijplijnen strippen C2PA al zonder dat je erom vraagt. sharp, next/image, compressie tijdens de build, een CDN dat on the fly hercodeert, ze laten allemaal de metadata vallen. Op een doorsneesite is de herkomst allang verdwenen voordat een browser die te zien krijgt. Dat resultaat snijdt aan twee kanten. Het lost de labelkwestie per ongeluk op, maar herkomst bewust strippen wordt een eigen compliancevraagstuk zodra de use case gereguleerd is, en als je naar de EU levert, hoort die vraag naast de AVG-kant van AI-ondersteund werk.

Wat je echt moet doen

Korte lijst, want er valt minder te doen dan het debat suggereert.

  1. Niets, voor code. Geen cleaner, geen stripper, geen wijziging in je workflow. Er is niets te verwijderen, en je formatter doet al meer dan welke tool je ook zou kunnen toevoegen.
  2. Blijf gegenereerde code reviewen, om de redenen die al golden. Het watermerk verandert daar niets aan.
  3. Beslis bewust over afbeeldingen. Als je visuals publiceert die door Claude zijn gegenereerd, weet dan of je pipeline Content Credentials behoudt of strippt, en maak daar een beslissing van in plaats van een toevalligheid.
  4. Jaag niet op het verwijderen van het watermerk uit tekst. De enige betrouwbare verwijdering is de tekst zelf herschrijven, en als je hem zelf herschrijft, heeft de vraag zichzelf al beantwoord.
  5. Maak je in plaats daarvan druk om kwaliteit. Scaled content abuse is wat werkelijk posities kost, en dat deed het al lang voordat er ook maar één watermerk bestond.

De maatregel is een transparantieverplichting, eerlijk gedocumenteerd, met grenzen die de auteur er zelf zorgvuldig bij vermeldt. Het is een veel kleinere gebeurtenis dan de reactie doet vermoeden, en voor wie code uitlevert met agents komt het heel dicht bij een non-event.

Als je agents op schaal draait, zijn de operationele vragen die je aandacht verdienen nog steeds de oude: wat de agents hebben aangeraakt, wat er is gereviewd, en wat er live is gegaan. Dat is het deel dat AgentsRoom zichtbaar wil maken.

Download AgentsRoom

Voer je AI-agenten (Claude, Codex, Antigravity CLI, OpenCode, Aider, Grok Build, Mistral Vibe, Kimi Code) uit op al je projecten, vanuit één enkel venster.

GratisDownload AgentsRoom

Companion-app: houd je agents onderweg in de gaten

Breng je eigen: Claude, Codex, Antigravity CLI of andere AI-provider.

Download de extensie
Chrome Web Store

Stuur bugs en verzoeken direct naar je openbare backlog.

Een glimp van AgentsRoom in actie.

Meerdere projecten
Multi-provider
Meerdere agenten
Live status
Bestandsverschil & commit
Mobiele metgezel
Live voorbeeld
Agententeams
Browserautomatisering
Backlog-gedreven ontwikkeling
Promptbibliotheek
Vaardighedenbibliotheek
Bekijk alle functies

Verder lezen