Anthropic 开源 FlashProve：大模型防伪身份证落地

据 Woofun AI 消息， 正式开源 系统，旨在通过零知识密码学证明技术，解决大型语言模型在推理过程中的身份信任危机。该系统允许模型提供商在不公开核心模型权重的前提下，向用户证明特定回答确实由指定模型生成，从而确立'可验证推理'的技术标准。

这一突破标志着 AI 服务从单纯依赖服务商承诺，转向具备密码学背书的独立验证机制，为构建可信的 AI 基础设施提供了关键的技术锚点。尽管目前该技术仍面临计算成本高昂及适用场景有限等挑战，但其核心逻辑已初步跑通，为后续的工程化落地奠定了坚实基础。

当前 AI 服务市场普遍存在严重的信息不对称问题，尤其是在第三方模型路由平台及 API 中转服务中，用户难以独立验证实际调用的模型身份。许多企业购买了顶级大模型的 API 服务，期望获得最强能力的推理结果，但服务商可能在后台悄悄替换为成本更低的小模型以压缩开支。即便最终返回的回答质量尚可，用户也缺乏技术手段去证实该回答是否源自其付费购买的指定模型。

这种'黑盒'状态导致用户只能被动相信服务商的承诺，无法对模型替换、中间人篡改或服务器被攻击导致的权重变更进行有效监控。对于正在进行安全评估的研究人员而言，若无法确认测试对象与实际部署模型的一致性，评估结果的可靠性也将大打折扣。因此，建立一种无需依赖服务商诚信、仅凭密码学证据即可验证模型身份的技术方案，已成为行业迫切需求。

FlashProve 的核心技术原理基于模型权重承诺与零知识证明（zkSNARK）的结合。模型服务商首先通过密码学方法，为一组确定的模型权重生成一个'承诺'（Commitment），这相当于为该模型版本建立了一个唯一的加密指纹。当用户发起请求时，服务商会附上一份零知识证明文件，证明该回答确实是由此前承诺的模型，生成的。用户无需获取模型权重，也无需自行重新运行模型，仅凭模型承诺、输入、回答及证明文件，即可独立验证模型身份。

值得注意的是，该证明过程严格保护模型权重不被泄露，且仅证明回答的来源真实性，并不保证回答内容的正确性。这意味着，即使模型产生了幻觉，只要回答确实来自指定模型，证明依然有效。

这种机制将模型身份验证与内容准确性解耦，专注于解决供应链层面的信任问题。

为了验证该方案在大规模模型上的可行性，Anthropic 选择了 Meta 发布的 Llama 4 Maverick 进行测试。这是一个拥有 4000 亿参数的混合专家（MoE）模型，每个 Token 实际激活约 170 亿参数。在单张 GPU 上，FlashProve 的证明生成吞吐量达到约 110 Token/s，每份证明文件大小约为 18.78 MB。验证端无需 GPU 支持，使用 24 线程 CPU 验证一份证明仅需约 17 秒。当前测试基于 1024 Token 的请求窗口，每份证明实际检查其中一个输出 Token。

这一性能表现得益于 FlashProve 针对 MoE 架构的优化：证明计算仅围绕实际激活的专家展开，而非处理全部参数。同时，系统采用批量事后证明策略，在推理完成后再统一生成证明，有效降低了重复计算开销。

Woofun AI 整理数据显示，尽管效率较前代系统提升显著，但生成证明所需的 GPU 时间仍约为普通 推理的 70—95 倍，具体区间为 72 至 94 倍，表明实时证明生成仍面临巨大的算力成本压力。