Anthropic发布FlashProve原型：用零知识证明验证AI回复来源，无需暴露模型权重
Anthropic开源的研究原型FlashProve使用zkSNARK为每次模型输出生成密码学证明，可验证回复是否确由声称的模型生成；当前仅支持 1,024 token上下文，且只适用于模型选择最可能的下一个token的场景。
AI解读：Anthropic发布开源研究原型FlashProve，用zkSNARK证明某条AI回复确实由声称的模型生成，证明过程不暴露模型权重。
技术报告给出的数据：在单张H100上为 4000 亿参数的Llama 4 Maverick生成证明约 110 token/秒，每个证明约 19MB，普通CPU验证需 17 秒，相比常规推理增加约 70 至 95 倍开销。
Anthropic称此前唯一可比的开源系统处理 1,000 token需逾 14 小时、证明达 93.6GB、验证近一天。
适用场景包括监管核查服务商是否只运行获批模型、企业证明代码经特定安全模型审查、服务商检测服务器篡改。
限制明显：仅支持最多 1,024 token的上下文，隐藏权重但不隐藏底层架构，且只适用于模型选择单一最可能下一个token的情形，不覆盖聊天机器人常用的随机采样输出。
代码、Lean证明和文档以Apache 2.0许可发布在GitHub；Anthropic强调这是研究原型。
Anthropic发布了一款名为FlashProve的开源研究原型，用密码学方法验证一条AI回复是否确实由声称的模型生成，且证明过程不暴露模型权重。该消息由The Decoder于 2026 年 11 月 4 日报道。
Anthropic的说法是，目前向AI模型发送查询的人无法验证所选模型是否真的生成了回复：路由服务可能悄悄换成更便宜的模型，攻击者也可能篡改数据流。FlashProve针对的正是这一问题。
证明如何生成，速度到什么程度
FlashProve采用zkSNARK。按The Decoder的转述，模型提供方先对模型权重生成数字指纹，之后每产生一次回复，就附上一份紧凑证明，说明该输出由这个特定模型生成；证明本身不泄露秘密权重。
技术报告给出的性能数据针对Meta的Llama 4 Maverick（4000 亿参数）：在单张H100 GPU上，证明生成速度约为 110 token/秒，每个证明约 19MB，可在标准CPU上于 17 秒内完成验证。相比常规推理，这带来约 70 至 95 倍的开销。
Anthropic称，此前唯一可比的开源系统处理 1,000 token需要超过 14 小时，生成的证明达 93.6GB，验证耗时接近一整天。
设想用途与当前限制
Anthropic列举了几类用途：监管机构可核查服务商是否只运行获批模型；企业可证明其代码经某个特定安全模型审查过；服务商可检测服务器上的篡改，例如攻击者或更强的模型混入而不被察觉。
Anthropic在Frontier Safety Roadmap中设定的目标是在 2026 年 9 月前做出推理验证原型。该公司称已通过另一个项目达成该目标——该项目对推理流量签名，并在可信服务器上追踪计算；FlashProve走的是纯密码学路线，不需要可信硬件。
限制同样明确。Anthropic强调FlashProve是研究原型：目前只能证明最多 1,024 token的上下文，远低于当前模型的上下文窗口；它隐藏权重，但不隐藏底层架构；证明只在模型选择单个最可能的下一token时成立，聊天机器人在日常使用中产生的随机化输出不在覆盖范围内。
公开方式
完整代码、Lean证明和文档以Apache 2.0许可发布在GitHub上。