Anthropic 发布 FlashProve 原型，用 zkSNARK 验证 AI 响应来自指定模型而不暴露权重

The Decoder：AI 新闻· Maximilian Schreiner·2026-11-04 23:23· 30 分钟前AI 评分53

Anthropic 的新原型能在不暴露模型权重的情况下证明 AI 响应由哪个模型生成

AI 导读

Anthropic 发布开源研究原型 FlashProve，用 zkSNARK 密码学证明 AI 响应确实来自声明的模型，且不暴露模型权重。在单张 H100 上对 4000 亿参数的 Llama 4 Maverick 生成证明约 110 tokens 每秒，每份证明约 19 MB，普通 CPU 上 17 秒可验证，开销约为正常推理的 70x 至 95x。

正文 · 原文

2026 年 11 月 4 日

Anthropic

Anthropic 发布了 FlashProve，这是一个利用密码学验证 AI 响应是否确实来自所声明模型的研究原型。该系统目前仍有明显的局限性。

如今，任何向 AI 模型发送查询的人，都无法验证所选模型是否真的生成了该响应。路由服务可能悄悄换上一个更便宜的模型以降低成本。攻击者也可能篡改数据流。Anthropic 表示，其新的开源研究原型 FlashProve 正是为解决这一问题而设计。

FlashProve 使用一种名为 zkSNARK 的密码学技术。简单来说，模型提供方首先为模型权重创建一个数字指纹。之后，提供方会随每次响应附上一份简洁的证明，表明该输出确实由这个特定模型生成。该证明不会泄露任何秘密模型权重本身。

证明生成速度已足以实用

根据技术报告，在单张 H100 GPU 上，FlashProve 为 Meta 的 Llama 4 Maverick（一个 4000 亿参数的模型）生成证明的速度约为每秒 110 个 token。每份证明约 19 MB，可在标准 CPU 上于 17 秒内完成验证。与正常推理相比，这带来的开销约为 70 倍至 95 倍。

这听起来很多，但相比早期系统已是显著跃升。Anthropic 表示，此前唯一可比的开放源代码系统处理 1000 个 token 需要超过 14 小时，并生成了一份 93.6 GB 的证明，验证它几乎需要一整天。

监管机构可验证提供方实际运行了哪些模型

Anthropic 看到了多种用例。监管机构可以检查提供方是否确实只运行了获批模型；企业可以证明其代码经过了某个特定安全模型的审查；提供方也可以检测其服务器上的篡改，例如攻击者或更先进的模型悄然混入。

在前沿安全路线图中，Anthropic 曾设定目标，要在 2026 年 9 月前构建一个推理验证原型。该公司表示，它已通过另一个项目实现了该目标，该项目对推理流量进行签名，并在可信服务器上追踪计算过程。FlashProve 追求同一目标，但采用纯密码学方法，不需要可信硬件。

上下文窗口与采样限制构成制约

Anthropic 强调 FlashProve 仍是研究原型。该系统目前只能证明最多 1024 个 token 的上下文，远低于当前模型的上下文窗口。它隐藏了模型权重，但没有隐藏其底层架构。而且该证明仅在模型选择最可能的单个下一个 token 时有效，不适用于聊天机器人日常使用中通常产生的随机化输出。

完整的代码、Lean 证明和文档已在 GitHub 上以 Apache 2.0 许可证提供。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

立即订阅

• 完整访问 THE DECODER 上的每一篇文章
• 无广告
• 加入评论和社区讨论
• 每周通过邮件获取 AI 新闻摘要
• 每年 6 次：“AI Radar”——深入探讨最重要的 AI 话题
• 每日 AI 新闻，始终紧跟最新动态
• 我们完整的十年档案
• 由拥有 10 年以上 AI 经验的团队报道

来源：The Decoder：AI News · the-decoder.com