Anthropic 開源 FlashProve，用零知識證明驗證模型回覆來源

2026 年 11 月 2 日，Anthropic 的 Frontier Red Team 釋出開源研究原型 FlashProve，嘗試用密碼學方法回答“一條回覆究竟出自哪個模型”：服務方為每條回覆生成證明，說明它來自某一組已承諾的模型權重；驗證方在普通 CPU 上執行 cp_verify 即可校驗，全程不接觸權重。該成果隨後以報道形式公開。2026 年 11 月 4 日，Techmeme 刊出訊息稱，Anthropic 釋出開源原型 FlashProve，可用密碼學方式驗證一條 AI 回覆確實出自指定模型，而不是被路由器替換成別的模型。

報道署名者包括 Anthropic 的 Roy Rinberg、Alex Allain，以及 EPFL、MIT 等機構的研究者，並提到 Alessandro Chiesa（EPFL、StarkWare）、Miranda Christ（MIT、RESI）、Rahul Dalal 等人參與。同一天，MarkTechPost 稱該原型採用 Apache 2.0 許可，是 zkSNARK 原型，可在不公開權重的情況下證明某條回覆來自被承諾的模型權重；在單張 H100 上，FlashProve 以每秒 110 tokens 驗證 Llama 4 Maverick，證明大小 19 MB。DEV Community 作者 xgabriel 則補充稱，目前演示只在 400B 引數的 Llama 4 Maverick 上跑通，生成證明的 GPU 耗時是 vLLM 的 70-95 倍。

三篇報道的說法並不完全一致：Techmeme 強調對路由器替換模型的防護；MarkTechPost 給出 zkSNARK、Apache 2.0、每秒 110 tokens 與 19 MB 證明等量化指標；DEV Community 列出 400B 引數規模以及相較 vLLM 的高昂 GPU 開銷。事件目前停留在開源原型階段，量化資料來自單模型演示，後續更新尚無公開報道。