新智元报道 掏的是顶配旗舰的钱，调的是转售路由的API，后台真正干活的，却可能是个缩水的小模型。 这种「挂羊头卖狗肉」的暗箱操作，曾是整个大模型API供应链最隐秘的灰色地带。 没有权重、没有机房，哪怕后台半夜被偷梁换柱、掺水降智，开发者也只能干瞪眼吃哑巴亏。 今天，这条暗箱链条被一剑斩断！ 就在刚刚，Anthropic联手零知识证明祖师爷级学者，公布大模型「可证明推理」重磅突破，正式开源密码学验真系统FlashProve！ 从此，开发者无需信任任何中心化机构，也不用服务商交出半行权重代码。大模型每生成一条回答，都会被强制钉上一张数学级「出生证明」。 哪怕手头只有一台 普通家用CPU，跑上17秒 ，就能用纯数学方式精准验出每一个Token是不是目标模型「亲生的」，任何偷换模型、半路篡改的把戏都将当场现形！ 更绝的是， 这次打造出FlashProve的核心主力，竟是Claude自己 。 这一次，所有代码、Lean 证明、技术文档，全部以Apache 2.0协议开源。 传送门：https://github.com/anthropics/FlashProve 按手印、开证明、秒级验真 终结大模型「套壳掉包」 平时觉得大模型突然「变笨了」，很多人会去质问模型「你到底是谁」，或者甩几道数学题去试探。 可模型自报家门的一句话本身就是后台生成的，算力负载与采样配置的微小波动也会改变回答，用户手里永远拿不到能把服务商钉死的铁证。 更让人后背发凉的场景，Anthropic写进了博客—— 随着模型越来越强、能自我部署，一个更高级的模型完全可能顶替获批的弱模型上岗，再装成弱模型的样子，躲开本该施加在它身上的监控。 想要验明真伪，传统路子只有拿到权重自己重跑一遍，可前沿模型的权重是各家的命根子，普通人也根本养不起4000亿参数模型的机房。 为了在不看权重、不重跑模型的条件下解开这个死结，FlashProve把验真流程拆成了环环相扣的三步。 第一步，离线「按手印」。 模型上线前，服务商在单张H100上花约39分钟，用零知识编码给模型权重生成一串唯一的承诺ID并向全网公开。这串ID就像权重的数字DNA指纹，哪怕偷偷改掉一个参数都对不上；但外界光看指纹，绝无可能反推出权重长什么样。 第二步，在线「开证明」。 每处理完一次对话请求，服务商的GPU就会顺手生成一份约19MB的密码学证明，用来证实这段输出确实是由那个按过手印的模型算出来的。 第三步，客户端「验真伪」。 任何用户或审计机构拿到回答后，在普通CPU上运行验证程序cp_verify，17秒就能拿到「真」或「假」的判决，全程既不要权重，也不要GPU。 撑起这套魔法的底层引擎，正是密码学界大名鼎鼎的 zkSNARK（零知识简洁非交互式知识论证） 。 验证者只需要像老师抽查作业一样，随机翻看几处，就能以极高概率抓到破绽。 为了把一次推理拆成能抽查的形式，每个请求背后要跑大约2000个名为sumcheck的子协议。 更硬核的是，它的安全性只依赖哈希函数BLAKE2，不靠椭圆曲线这类代数结构，甚至被认为能扛住未来的量子计算机攻击。这套密码学路线，也早已在Starknet这类以太坊二层网络里久经实战。 原理说通了，真正的难关在后面：这么重的证明，能不能在一个4000亿参数的大模型上跑得动？ 单张H100狂飙5500倍 80GB显存吞下4000亿巨兽 答案是：能，而且只用一张H100。 团队测试对象是Meta的Llama 4 Maverick，4000亿参数的混合专家（MoE）模型，每个Token实际激活约170亿参数。 FlashProve充分利用了这一特性：证明器在生成计算轨迹时，工作量只跟那170亿真正干活的参数成正比，省去了95%以上的无效陪跑。 更妙的是，为了防止外界通过「哪几个专家被激活」反推出模型权重的秘密，系统用零知识编码把路由选择藏进了一个指示向量里，验证器在核对时是对所有专家做加权求和，既省下了海量算力，又能保密模型内部的运转路径。 模型4-bit量化后的权重足足有232GB，而单张H100的显存只有80GB，硬塞肯定当场爆显存。 如果把整个推理过程的计算轨迹一次性打包，再豪华的显卡也扛不住。 于是，团队把权重放在主机内存里，分段送进GPU，逐段完成计算与证明。 H100在工作时像流水线一样，每次只从内存里流式读取一个片段的权重，算完立刻在显存里完成编码、哈希与归约，只把极少量需要传递给下一段的数据留存下来。 靠着这种「吃完一段、消化一段」的流式接力，单张80GB显卡硬是把232 GB的庞然大物啃了下来。 114页论文无人通读 Claude包揽400MB数学证明 看到这里你大概会好奇，如此精密繁复的密码学协议与GPU加速工程，究竟耗费了多少名密码学博士的心血。 点开FlashProve的GitHu
