Anthropic 开源 FlashProve，用零知识证明验证模型回复来源

2026 年 11 月 2 日，Anthropic 的 Frontier Red Team 发布开源研究原型 FlashProve，尝试用密码学方法回答“一条回复究竟出自哪个模型”：服务方为每条回复生成证明，说明它来自某一组已承诺的模型权重；验证方在普通 CPU 上运行 cp_verify 即可校验，全程不接触权重。该成果随后以报道形式公开。2026 年 11 月 4 日，Techmeme 刊出消息称，Anthropic 发布开源原型 FlashProve，可用密码学方式验证一条 AI 回复确实出自指定模型，而不是被路由器替换成别的模型。

报道署名者包括 Anthropic 的 Roy Rinberg、Alex Allain，以及 EPFL、MIT 等机构的研究者，并提到 Alessandro Chiesa（EPFL、StarkWare）、Miranda Christ（MIT、RESI）、Rahul Dalal 等人参与。同一天，MarkTechPost 称该原型采用 Apache 2.0 许可，是 zkSNARK 原型，可在不公开权重的情况下证明某条回复来自被承诺的模型权重；在单张 H100 上，FlashProve 以每秒 110 tokens 验证 Llama 4 Maverick，证明大小 19 MB。DEV Community 作者 xgabriel 则补充称，目前演示只在 400B 参数的 Llama 4 Maverick 上跑通，生成证明的 GPU 耗时是 vLLM 的 70-95 倍。

三篇报道的说法并不完全一致：Techmeme 强调对路由器替换模型的防护；MarkTechPost 给出 zkSNARK、Apache 2.0、每秒 110 tokens 与 19 MB 证明等量化指标；DEV Community 列出 400B 参数规模以及相较 vLLM 的高昂 GPU 开销。事件目前停留在开源原型阶段，量化数据来自单模型演示，后续更新尚无公开报道。