事件经过

11 月 4 日，Anthropic 发布研究成果并开源 FlashProve。该系统的目标是解决一类长期存在的信任缺口：用户向 AI 服务发起请求，却无法确认返回内容究竟来自哪个模型。第三方中转或模型聚合平台理论上可以在后台把高性能模型替换成更便宜的模型，而用户仅凭回答质量很难察觉。

关键能力与数据

• 机制：服务商先以密码学方式为一组确定的模型权重生成承诺，相当于给模型版本建立加密指纹；此后每次请求附上一份零知识证明（zkSNARK），证明该回答由此前承诺的模型依据对应输入生成。

• 性能：测试对象为 Meta 的 Llama 4 Maverick，总参数 4000 亿、每 Token 激活约 170 亿。单张 NVIDIA H100 上证明生成吞吐约 110 Token/s，每 1024 Token 请求的证明文件约 18.78 MB；验证端无需 GPU，24 线程 CPU 验证一份证明约 17 秒。

• 优化：证明计算围绕实际激活的专家展开，并采用批量事后证明，降低重复计算开销。

• 开源范围：证明生成器、C++ 与 Lean 验证器、技术文档及形式化证明，以 Apache 2.0 许可证开放，形式化证明对协议完整性、可靠性与零知识性质做了机器可检查的验证。

局限与意义

Anthropic 明确表示 FlashProve 仍是研究原型：生成证明的 GPU 时间约为普通 vLLM 推理的 72 至 94 倍，当前仅覆盖 1024 Token 上下文、整数模型与贪婪解码，浮点计算和随机采样尚待扩展。更重要的是，它证明的是"回答来自指定模型"，而非"回答正确"，模型幻觉仍可能被成功验证。尽管如此，随着模型供应链安全与高价值场景合规要求提升，不可篡改的"模型身份证"已从学术设想进入工程实操阶段。

原文出处：[Anthropic 开源 FlashProve](https://news.qq.com/rain/a/20261104A04NWL00)｜[官方研究页](https://www.anthropic.com/research/provable-inference)