Anthropic 的新原型证明哪个模型生成了 AI 回复,而不暴露其权重
Anthropic 开源研究原型 FlashProve,用 zkSNARK 在不暴露模型权重的情况下证明 AI 回复来自所声称的模型;但当前仅支持 1024 token 上下文、确定性输出,且推理开销约 70 到 95 倍。
原贴
查看原文原文
中文翻译
Anthropic 已发布 FlashProve,这是一个研究原型,使用密码学来验证某个 AI 回复是否确实来自所声称的模型。该系统仍有显著局限。
如今,任何向 AI 模型发送查询的人都没有办法验证所选模型确实生成了该回复。一个路由服务可能悄悄换入更便宜的模型以削减成本。攻击者可能篡改数据流。Anthropic 表示,其新的开源研究原型 FlashProve 旨在解决这个问题。
FlashProve 使用一种名为 zkSNARK 的密码学技术。简单来说,模型提供者首先创建模型权重的数字指纹。对于每次回复,提供者随后交付一个紧凑的证明,表明这个特定模型生成了该输出。该证明不泄露秘密模型权重本身的任何信息。
根据技术报告,对于 Meta 的 Llama 4 Maverick——一个 4000 亿参数模型——FlashProve 在单块 H100 GPU 上以约每秒 110 个 token 的速度生成证明。每个证明约 19 兆字节,可在标准 CPU 上用 17 秒验证。与正常推理相比,这增加了大约 70 倍到 95 倍的开销。
这听起来很多,但相比早期系统已是显著跃升。Anthropic 表示,此前唯一可比较的开源系统处理 1,000 个 token 需要超过 14 小时。它生成了一个 93.6 GB 的证明,验证耗时近一整天。
Anthropic 看到若干用例。监管机构可以检查提供者是否确实只运行经批准的模型,公司可以证明其代码经过某个特定安全模型审查,提供者可以检测其服务器上的篡改,例如攻击者或更先进的模型未被察觉地混入。
在《前沿安全路线图》中,Anthropic 设定了一个目标:到 2026 年 9 月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。FlashProve 追求同一目标,但采取纯密码学方法,不需要可信硬件。
Anthropic 强调,FlashProve 是一个研究原型。该系统目前只能证明最多 1,024 个 token 的上下文,远低于当前模型的上下文窗口。它隐藏模型权重,但不隐藏其底层架构。而且该证明仅在模型选择单个最可能的下一 token 时有效,不适用于聊天机器人日常使用中产生的随机输出。
完整代码、Lean 证明和文档已在 GitHub 上以 Apache 2.0 许可证提供。
订阅 THE DECODER 可享受无广告阅读、每周 AI 通讯、每年六次独家“AI Radar”前沿报告、完整档案访问以及评论区访问权限。
获得 THE DECODER 上每篇文章的完整访问权限 加入评论和社区讨论
核心信息
Anthropic 开源研究原型 FlashProve,用 zkSNARK 在不暴露模型权重的情况下证明 AI 回复来自所声称的模型;但当前仅支持 1024 token 上下文、确定性输出,且推理开销约 70 到 95 倍。
- Anthropic 开源研究原型 FlashProve,用 zkSNARK 在不暴露模型权重的情况下证明 AI 回复来自所声称的模型;但当前仅支持 1024 token 上下文、确定性输出,且推理开销约 70 到 95 倍。
- 原贴提到:Anthropic has released FlashProve, a research prototype that uses crypto
- 来源:the-decoder.com
详细解读
这是什么信号:Anthropic 把“模型来源可信”从口头承诺推进到可验证原型的层面。FlashProve 用 zkSNARK 对模型权重做数字指纹,并对每次输出生成紧凑证明,核心是把“是谁生成了这段回复”变成可检查的密码学声明。这不是普通模型发布,而是 AI 基础设施信任层的一次信号。
为什么重要:今天用户、企业和监管方很难知道路由服务是否偷偷换了更便宜的模型,或数据流是否被篡改。原文给出的用例很具体:监管核查批准模型、企业证明代码被特定安全模型审查、提供者检测服务器混入。若验证成本继续下降,模型调用链的“来源证明”可能成为默认能力。
对谁有价值:模型路由与聚合平台、企业 AI 网关、合规与审计团队、安全模型供应商,以及需要向客户证明“没有偷换模型”的 API 服务商。对研究者也有价值:它给出了 zkSNARK 用于大模型推理验证的具体性能基线。
可以怎么行动:短期不要把它当生产方案。更现实的动作是:关注 GitHub 上的 Apache 2.0 代码和 Lean 证明,建立内部验证基准;在模型网关设计中预留签名/证明接口;针对监管审计、代码安全审查等高价值低并发场景做 PoC;采购时把“是否支持来源证明”列入评估项。
风险或限制:原文明确它是研究原型:只支持最多 1,024 token 上下文,隐藏权重但不隐藏架构,且只适用于模型选择单个最可能下一 token 的确定性场景,日常聊天机器人的随机输出不适用。性能上,70 倍到 95 倍开销、19 MB 证明和 17 秒验证仍不适合低延迟通用推理。它证明的是“该模型生成了输出”,不等于输出正确、安全或合规。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《Anthropic 的新原型证明哪个模型生成了 AI 回复,而不暴露其权重》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Anthropic 的新原型证明哪个模型生成了 AI 回复,而不暴露其权重主要讲什么?
Anthropic 开源研究原型 FlashProve,用 zkSNARK 在不暴露模型权重的情况下证明 AI 回复来自所声称的模型;但当前仅支持 1024 token 上下文、确定性输出,且推理开销约 70 到 95 倍。
这篇文章最值得关注的要点是什么?
Anthropic 开源研究原型 FlashProve,用 zkSNARK 在不暴露模型权重的情况下证明 AI 回复来自所声称的模型;但当前仅支持 1024 token 上下文、确定性输出,且推理开销约 70 到 95 倍。;原贴提到:Anthropic has released FlashProve, a research prototype that uses crypto;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在AI副业、AI工具专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「模型」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。