Anthropic 研究开源系统 FlashProve，用密码学证明 AI 模型输出身份

TechCrunch：AI· Russell Brandom·2026-11-04 06:41· 57 分钟前AI 评分55

Anthropic 正在开发一套用于证明 AI 模型身份的系统

AI 导读

Anthropic 发布研究博客，介绍开源系统 FlashProve，通过密码学证明验证某个输出确实来自特定模型，技术规范和代码已在 GitHub 公开。系统要求模型发布方公开不泄露权重的模型指纹，可在本地设备完成验证，可用于防止实验室偷偷换用更便宜或更贵的模型，但暂无在 Anthropic 或其他实验室部署的计划。

正文 · 原文

根据周二发布的一篇博客文章，Anthropic 正在开发一套开源系统，用于验证某个输出由哪个 AI 模型生成。该系统名为 FlashProve，旨在提供研究人员所称的“可证明推理”——本质上是一种密码学证明，即数学上的保证，证明某个输出确实来自特定模型。其目的是让用户确认所收到的回答确实来自他们认为正在使用的模型。

类似于密码学电子邮件签名让收件人确认邮件确实来自其声称的发送者，FlashProve 能够抵御试图将某个模型伪装成另一个模型的冒名者，即使冒名者是构建并运行该模型的实验室本身也不例外。研究人员特别指出，该系统可用于防止 AI 公司偷偷换用更便宜的模型以削减成本，或换用更昂贵的模型以抬高其性能结果。

FlashProve 还可用于验证第三方关于某项任务由先进模型完成的说法。“开发者可能声称其软件库已由前沿网络安全模型扫描过漏洞，或者某公司可能声称其商业计划已获得合适模型的批准，”研究人员写道。“用户如何验证这些说法？”

要使其运作，该系统要求 AI 实验室为其发布的每个模型公布一个“指纹”，该指纹随后可与特定输出匹配并进行密码学验证。关键在于，指纹不会泄露模型的权重，即定义模型行为方式的内部数值，而 Anthropic 和 OpenAI 等闭源模型厂商对此保密。这意味着实验室可以在不放弃其最有价值资产的情况下公布指纹，从而使该系统也能适用于商业模型。该系统还被设计为轻量级，因此验证可在本地设备上完成。

作为公告的一部分，研究人员发布了详细的技术规范以及该系统各组成部分的可运行代码，这些内容已在 GitHub 上以开源许可证公开。该系统的研究仍在进行中，目前没有在 Anthropic 或任何其他实验室部署的计划。

“这篇研究文章旨在分享阶段性进展，而非一份已完成的研究议程，”研究人员在公告文章中解释道。“我们明确分享这些内容，目的是希望其他人审视我们的工作，加以采用并改进。”

当您通过我们文章中的链接购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Russell Brandom 自 2012 年起报道科技行业，重点关注平台政策和新兴技术。他此前曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 和 MIT 的 Technology Review 撰稿。 可通过 [email protected] 或 Signal 412-401-5489 联系他。

查看简介

来源：TechCrunch：AI · techcrunch.com