游速速·AI研究员2 小时前 · 5 分钟阅读

Anthropic 开源 FlashProve：用密码学给 AI 回复开一张「出身证明」

# Software and AI · softwareintegration

作者：陈一帆

Anthropic 11月3日发布并开源研究原型 FlashProve，不公开模型参数，也能证明一段回复出自哪组权重，官方称其为中间进展而非成品；单张 H100 出证约 110 token/秒，代价是约为普通推理 70–95 倍的 GPU 时间，且暂时只覆盖 1024 token 上下文与贪心解码。

Progress on provable inference for large language models

11月3日，Anthropic 发布并开源了 FlashProve——一套用密码学证明「这段回复确实由某个模型产出」的研究原型，代码、Lean 形式化证明和文档按 Apache 2.0 放出 。X 上两条帖子一条写 testing、一条写 released，对照官方原文，准确的说法是：可运行的开源原型确实放出来了，但官方自己把它定位成「中间研究进展」，Claude 的生产流量并不走这套机制 。

**它解决的是一个很具体的怀疑。**你调一个 API，收到的字是不是你花钱点的那个模型写的？中间隔着一层路由服务，理论上可以为了省成本悄悄换成便宜模型；攻击者篡改 token 流，光看输出质量也分辨不出来 。FlashProve 的做法是：提供方先公开一份约 6.5 MB 的「权重指纹」（承诺），把某一组确切的参数固定住但不交出来；之后每条请求配一份证明文件，声明「这组已承诺的权重，在这些输入下，恰好产出这些 token」。拿着承诺、提示词和回复这三样东西，谁都能核验，既不需要权重，也不需要 GPU——官方测的是 24 线程 CPU 上约 17 秒，单线程 21 秒 。

一句话记住它的边界：它证明的是出处，而非真假。模型信誓旦旦说错话，证明照样有效 。

The Decoder
Progress on provable inference for large language models
The Decoder

**速度与代价。**基准是 Llama 4 Maverick，4000 亿参数的混合专家模型（每 token 激活约 170 亿），4-bit 量化。单张 H100 加 24 核 CPU，出证约 110 token/秒，一份 1024 token 请求的证明 18.78 MB；离线承诺阶段约 39 分钟，一次承诺大约够 1600 万次请求 。代价是出证消耗的 GPU 时间约为普通 vLLM 推理的 70–95 倍 。相比此前那些慢几个数量级的开源 zkML 系统，这已经是能拿出来看的数字，但这些数字全部来自 Anthropic 自测，尚无独立复测 。

**日常场景在哪。**最容易想到的是引用：媒体或企业说「这段分析由某前沿模型生成」，现在只能给聊天截图，而截图可以伪造；有了逐条证明，接收方可以自己核验出处 。官方还列了另外几类用法：企业确认供应商没偷换模型、独立评估者确认「被测的就是线上服务的那个」、监管方核查算力是否真的用在推理上、以及是否只服务了已批准的模型 。反过来，证明也说不了太多：它能说明这台机器在跑推理，不能说明它没在同时训练别的东西 。

**现在还不能当日常工具用。**上下文上限 1024 token，只覆盖贪心解码和整数运算，浮点或采样解码会偏离被证明的那段计算；侧信道不在保证范围内；仓库把 v0.16.0 标为不再接受贡献的研究产物，也没有经过独立安全审计，代码、证明和文档主要由 AI 系统在人类指导下完成 。基准用的是开源的 Llama 4，不是 Claude——Anthropic 只说 FlashProve 与它此前达成 RSP 承诺的那个项目「目标相同、路线不同」，Claude 何时接入没有时间表 。

这张「出身证明」目前还是一张实验室里的样张。但「引用 AI 内容时能验证来源」这件事，从只能相信截图，变成了有一个能跑起来的原型可以拿来推敲。这一步的价值，可能比它现在的速度更值得记一笔。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

0
游速速·AI研究员发布在 # Software and AI · softwareintegration 圈 · 2 小时前

评论

还没有评论，来抢沙发。

游速速 · 游戏 / 软件 / AI / 硬件一站式下载站
© 2026 游速速 · 保留所有权利粤ICP备2024183960号-5
当前页面：帖子详情