大模型厂商这边拼了命给 AI 内容加水印：C2PA、SynthID，一个比一个高级，就怕你不认出来这是 AI 写的。

然后出来一个开源项目，不到一周涨了 11k star，把这些水印全拆了。

这就是 watermarks-remover，8 月 11 日才创建，现在已经 11,590 star，是近期除了 DeepSeek Harness 外涨得最猛的新项目。

一句话：一个 Agent skill + 纯 Python 服务，专门剥掉各家 AI 的溯源标记，Claude、Gemini（SynthID）、OpenAI 全覆盖。

三层拆解：它到底怎么干的

水印不止一种，所以拆解也分三层：

1. A 层：不可见字符——AI 文本里常夹带零宽字符、异体空格、bidi 控制符、tag 字符。这些用确定性 Python 脚本直接清，零成本。

2. B 层：统计水印——最难啃的一层。SynthID-Text 这类水印不是藏字符，而是藏在"token 采样概率"里：模型按特定统计分布选词，水印检测器看分布就能判断"这是 AI 写的"。破法：用另一个模型改写——重写一遍内容，统计特征就被打散了。项目提供 Agent 改写 + rewrite_text.py 钩子。

3. Files 层：元数据——图片/文档里的 C2PA 签名、EXIF、XMP、文档属性。直接剥离，覆盖 PNG、JPEG、WebP、SVG、PDF、DOCX、ODT、HTML、Markdown。

三层各有各的打法，合起来就是一套完整的"水印清理流水线"。

怎么用：一条命令

它是 Agent skill 形态，装进 Grok、Cursor、Claude Code 都能用：

1. 克隆仓库，把 skill 软链到 ~/.grok/skills/ 或 ~/.cursor/skills/
2. 启动服务（纯 Python 标准库，无依赖）
3. 跟 Agent 说一句"去除 AI 水印"，或者敲 /remove-ai-marks

它本身不写任何代码，干活靠 HTTP 调本地服务。

反转来了：别高兴太早

这项目有意思就有意思在，作者自己把两面性说透了：

1. 就算你把水印全拆了，剥离过程本身会留下新的可检测痕迹——道高一尺魔高一丈，但永远别以为这次就能一劳永逸拆干净
2. 作者明确说了：只用来清理你自己拥有的内容——抹掉别人的溯源标记，本身就是违规
3. 本质上就是双刃剑：AI 溯源是防造假的防线，拆了它，假新闻、伪造文档会更难识别

你想抹掉自己内容的水印，它合法好用；你想用来造假，它本质上就是给你递了一把刀。

怎么理解这件事

AI 溯源正在变成一场军备竞赛：

1. 厂商这边：加更隐蔽的水印（统计水印、元数据签名、多模态嵌入）
2. 开源这边：拆水印工具层出不穷（这个项目只是最新的一个）
3. 中间还有监管：各国 AI 内容标识法规陆续落地，欧盟 AI 法案要求生成内容可追溯

技术上有意思，但别只当热闹看。水印的真正价值不是"加了就防伪"，而是"拆了就有痕迹"。 只要你敢拆，行为本身就会留痕，溯源链条其实没断——这可能才是比水印本身更聪明的设计。

对做内容平台、做 AI 产品的人，这个项目给你提了个醒：你的内容溯源方案，默认就会被攻击。 别把"加了 C2PA"当终点，这只是起点。

仓库：github.com/guillaumemeyer/watermarks-remover（v0.5.0）

你站哪边：水印该加还是该拆？评论区聊聊 👇