Content Provenance（内容溯源）
Content Provenance（内容溯源） 指让 AI 生成或编辑的内容携带可追溯来源信号的技术与实践，目标是让看到一段图像/音频/文本的人能判断它是否由 AI 生成、由谁生成、是否被编辑过。它与 EU AI Act（欧盟人工智能法案） 的透明度义务直接对接——法案要求生成内容的 AI 系统以机器可读格式标注输出，配套的 Code of Practice on Transparency of AI-Generated Content 把这一义务落为实务准则。
需要区分的是，“provenance"在 LLM 工程里另有一个含义：请求来源溯源，即在 Agent harness 里判断一个请求/凭据是 Agent 真实产生的还是模型编造的。那属于 Agent Guardrails（Agent 护栏） 语境，与本文讨论的内容溯源不是一回事。
双信号叠加：C2PA + SynthID
OpenAI 的做法依赖两套相互加固的系统，而非单一信号：
| 机制 | 形态 | 强项 | 弱项 |
|---|---|---|---|
| C2PA Content Credentials | 附在内容上的元数据 | 能携带详细上下文（创建/编辑历史） | 元数据在跨平台传播、转码时可能丢失 |
| SynthID 水印 | 嵌入信号本身 | 元数据丢失后仍能保留信号 | 单一水印不是完美信号，需随模态成熟 |
核心思路是分层：C2PA 给信息，SynthID 给兜底信号，两者互补以应对"元数据被剥离"这一现实失败模式。这套方法正在从图像扩展到音频输出，并计划在标准与工具成熟后扩展到文本。
为什么单一信号不够
内容溯源仍是演进中的领域，没有任何单一信号是完美的：
- 元数据会丢失：平台重新编码、截图、裁剪都可能剥离 C2PA 元数据；
- 标签跨平台不保活：一个平台打的溯源标签，传到另一个平台不一定保留；
- 模态成熟度不同：图像/音频的水印与元数据方案相对成熟，文本因信息量与可变性大而更难。
因此 OpenAI 主张 layered approach——多层信号叠加，并依赖生态合作（标准组织、平台、监管方）让信号在跨平台传播中尽量保活。这与 红队测试（Red Teaming） “defense-in-depth"的思路一致：不指望单一机制，而是多层叠加把单点失败概率压下去。
给客户与开发者
内容溯源不只是消费端的事。平台方还需向基于其模型构建的客户与开发者提供信号、工具与指引，帮他们满足各自的透明度义务。换言之，模型供应商既要在自己生成的内容上打溯源信号，也要把这套能力作为 API/工具暴露给下游，让下游部署者能对"自己用 AI 生成的内容"负责。这是 EU AI Act 价值链责任划分的具体体现——提供商与部署者各自承担对应环节的透明度义务。