Anthropic 開源 FlashProve：用零知識證明防服務商「偷換模型」

花大價錢呼叫頂尖大模型 API 時，你怎麼確定螢幕另一端跑的真的是你買的那個模型，而不是服務商偷偷降級換成的便宜小模型？

在此之前，使用者除了選擇相信服務商的商業信譽，其實毫無辦法。大模型跑在別人的伺服器上，內部怎麼排程、權重有沒有縮水，對外部呼叫者來說完全是個黑盒。

Anthropic 剛剛把這個黑盒撬開了一條縫。他們開源了一套名為 FlashProve 的大模型推理驗證系統，利用零知識證明（ZKP），讓服務商在給出回答的同時，生成一份具有數學保證的密碼學證明。這份證明能鐵證如山地確認：這一串 token，確實來自事先承諾的那份模型權重。

給 API 加上防偽驗鈔機

零知識證明最妙的地方，在於驗證時兩頭都不吃虧。

對模型廠商來說，商業機密守得嚴嚴實實。驗證者根本不需要拿到模型的權重檔案，也不需要知道內部核心機密，就能完成檢查。

對開發者和使用者來說，門檻也低得驚人。你完全不需要租用昂貴的 GPU 叢集，只要一臺普通的辦公電腦，用普通 CPU 跑幾秒鐘就能核驗完畢。

根據 Anthropic 公佈的實驗資料，他們用 Meta 的 Llama 4 Maverick 進行了全流程測試。這是一個總引數約 400B、每個 token 啟用約 17B 的 MoE 混合專家模型。

在單張 H100 上，FlashProve 生成證明的速度大約能達到每秒 110 個 token。針對一個 1024 token 的請求，生成的證明體積大約是 19MB，普通 CPU 只要十幾秒就能完成驗證。

Anthropic 已經把證明生成器、驗證器以及形式化證明程式碼全盤開源，合作者包括密碼學學者 Alessandro Chiesa 和研究員 Giacomo Fenzi 等人。

速度追上來了，但算力賬本還不便宜

比起以往的開源驗證方案，FlashProve 的效率已經有了質的飛躍，但現在要讓它普及到每一次對話，成本依然讓人肉痛。

核心瓶頸在服務端。生成這份零知識證明，大約需要消耗正常模型推理 72 到 94 倍的 GPU 計算時間。換句話說，回答問題只需要一秒，但為了證明自己沒有撒謊，GPU 還要在後臺滿負荷多算上一分半鐘。

不過，它證明了在 400B 規模的 MoE 模型上做密碼學推理驗證是可行的。正如 Anthropic 指出的，這項技術除了防範服務商偷工減料，還能讓安全評估人員確認測試的模型與上線模型完全一致，甚至增加駭客劫持對話的難度。

為什麼重要

我們認為，FlashProve 邁出的這一步非常聰明。它沒有試圖靠行業自律或者第三方審計來解決信任問題，而是直接把「信任」變成了可以用數學驗證的「事實」。

對普通使用者和日常輕度開發者來說，多掏幾十倍算力成本去驗證一句日常問答顯然不划算。但對於高價值場景——比如醫療診斷、金融合規、法律責任認定或者關鍵模型的安全評測——多花這份錢拿到一份不可篡改的憑據，完全值回票價。

在行業層面，這項技術很可能會重塑大模型 API 的信任機制。過去雲廠商習慣在後臺悄悄搞動態路由、量化降級來壓縮成本，一旦可驗證推理走向成熟，這種打擦邊球的做法就會面臨巨大的公關和合規風險。

雖然 70 多倍的算力開銷眼下還是一道硬門檻，但密碼學硬體加速和演算法最佳化的演進速度向來很快。Anthropic 選擇把全套程式碼開源，顯然是想拉著整個開源社群和晶片廠商一起把這筆賬算平。當算力開銷降到商業可接受的區間時，不可驗證的黑盒 API 恐怕就很難再讓人放心買單了。