Anthropic 开源 FlashProve：不公开权重，也能证明回复出自哪个模型

作者：林序

Anthropic 11 月 2 日开源 FlashProve，用零知识证明让用户在不接触模型权重的情况下核验回复是否来自指定模型。它仍只是研究原型，证明成本约为常规推理的 70–95 倍。

Anthropic 11 月 2 日开源 FlashProve。它用密码学证明一条回复确实由指定模型生成，全程不暴露模型权重 。

它要解决的是“模型有没有被换掉”这个问题。用户通过第三方平台调用模型时，仅看回答质量，无法判断对方是否为了省成本偷偷换了便宜模型，或者输出是否被人中途改过 。

FlashProve 的做法分两步：服务商先公布一份模型权重的“指纹”（术语叫承诺），之后每条回复再附一份证明文件。任何人拿到指纹、提问和回复就能核验，既不需要权重，也不用自己跑一遍大模型 。这就是所谓“可证明推理”。

Anthropic 公布的测试数据基于 Llama 4 Maverick，一个 4000 亿参数的混合专家（MoE）模型，每次计算只调用其中一部分参数。单张 H100 每秒可生成约 110 个 token 的证明，每份约 19MB；普通 CPU 用 24 线程约 17 秒验完 。代价是生成证明消耗的 GPU 时间约为常规推理的 70–95 倍 。

限制也很明确。它针对的是特定 MoE 架构和 4-bit 量化权重，属于研究原型，未接入 Claude 服务；隐藏的是权重，模型架构并不隐藏 。代码、Lean 证明和文档以 Apache 2.0 许可开源 。

对普通用户，短期内几乎感觉不到变化。它的用处在于：以后调用模型时，可以要求服务商拿出证明；独立评测者和监管方核查时，也不需要复制对方那套昂贵设备 。

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。

• [S1] Anthropic open-sourced FlashProve, a system that uses cryptographic proofs to verify exactly which AI model produced a r · Sai Krishna
• [S2] Progress on provable inference for large language models
• [S3] Anthropic開源FlashProve，以密碼學驗證AI模型未遭掉包 | iThome
• 配图 1：来源：www.anthropic.com（图片署名见原文） · 图片出处
• 配图 2：来源：www.anthropic.com（图片署名见原文） · 图片出处
• 配图 3：来源：www.ithome.com.tw（图片署名见原文） · 图片出处