Anthropic 开源 FlashProve：用零知识证明防服务商「偷换模型」

花大价钱调用顶尖大模型 API 时，你怎么确定屏幕另一端跑的真的是你买的那个模型，而不是服务商偷偷降级换成的便宜小模型？

在此之前，用户除了选择相信服务商的商业信誉，其实毫无办法。大模型跑在别人的服务器上，内部怎么调度、权重有没有缩水，对外部调用者来说完全是个黑盒。

Anthropic 刚刚把这个黑盒撬开了一条缝。他们开源了一套名为 FlashProve 的大模型推理验证系统，利用零知识证明（ZKP），让服务商在给出回答的同时，生成一份具有数学保证的密码学证明。这份证明能铁证如山地确认：这一串 token，确实来自事先承诺的那份模型权重。

给 API 加上防伪验钞机

零知识证明最妙的地方，在于验证时两头都不吃亏。

对模型厂商来说，商业机密守得严严实实。验证者根本不需要拿到模型的权重文件，也不需要知道内部核心机密，就能完成检查。

对开发者和用户来说，门槛也低得惊人。你完全不需要租用昂贵的 GPU 集群，只要一台普通的办公电脑，用普通 CPU 跑几秒钟就能核验完毕。

根据 Anthropic 公布的实验数据，他们用 Meta 的 Llama 4 Maverick 进行了全流程测试。这是一个总参数约 400B、每个 token 激活约 17B 的 MoE 混合专家模型。

在单张 H100 上，FlashProve 生成证明的速度大约能达到每秒 110 个 token。针对一个 1024 token 的请求，生成的证明体积大约是 19MB，普通 CPU 只要十几秒就能完成验证。

Anthropic 已经把证明生成器、验证器以及形式化证明代码全盘开源，合作者包括密码学学者 Alessandro Chiesa 和研究员 Giacomo Fenzi 等人。

速度追上来了，但算力账本还不便宜

比起以往的开源验证方案，FlashProve 的效率已经有了质的飞跃，但现在要让它普及到每一次对话，成本依然让人肉痛。

核心瓶颈在服务端。生成这份零知识证明，大约需要消耗正常模型推理 72 到 94 倍的 GPU 计算时间。换句话说，回答问题只需要一秒，但为了证明自己没有撒谎，GPU 还要在后台满负荷多算上一分半钟。

不过，它证明了在 400B 规模的 MoE 模型上做密码学推理验证是可行的。正如 Anthropic 指出的，这项技术除了防范服务商偷工减料，还能让安全评估人员确认测试的模型与上线模型完全一致，甚至增加黑客劫持对话的难度。

为什么重要

我们认为，FlashProve 迈出的这一步非常聪明。它没有试图靠行业自律或者第三方审计来解决信任问题，而是直接把「信任」变成了可以用数学验证的「事实」。

对普通用户和日常轻度开发者来说，多掏几十倍算力成本去验证一句日常问答显然不划算。但对于高价值场景——比如医疗诊断、金融合规、法律责任认定或者关键模型的安全评测——多花这份钱拿到一份不可篡改的凭据，完全值回票价。

在行业层面，这项技术很可能会重塑大模型 API 的信任机制。过去云厂商习惯在后台悄悄搞动态路由、量化降级来压缩成本，一旦可验证推理走向成熟，这种打擦边球的做法就会面临巨大的公关和合规风险。

虽然 70 多倍的算力开销眼下还是一道硬门槛，但密码学硬件加速和算法优化的演进速度向来很快。Anthropic 选择把全套代码开源，显然是想拉着整个开源社区和芯片厂商一起把这笔账算平。当算力开销降到商业可接受的区间时，不可验证的黑盒 API 恐怕就很难再让人放心买单了。