在人工智能领域，模型的可信度与安全性始终是行业关注的焦点。近日，知名 AI 安全公司 Anthropic 宣布推出了一项名为 FlashProve 的突破性技术原型。这项技术利用零知识证明（zkSNARK）的核心算法，旨在解决大语言模型（LLM）推理过程“黑盒化”的信任难题。通过 FlashProve，用户可以在不泄露模型核心权重参数的前提下，验证 AI 生成的回复是否确实源自该模型，这被视为可验证推理领域的一次重要里程碑。
Anthropic 在其官方博客中详细介绍了 FlashProve 的技术细节。FlashProve 是一个基于 Apache 2.0 协议开源的 zkSNARK 原型系统。简单来说，zkSNARK 是一种密码学工具，允许一方（证明者）向另一方（验证者）证明某个陈述是真实的，而无需透露任何关于该陈述的非必要信息。在 AI 领域，这意味着开发者可以证明“这个回复是由模型 X 生成的”，却不需要把模型 X 的庞大参数（权重）暴露出来。
这项技术的核心创新在于“承诺”机制。在传统的模型验证中，如果想要证明模型在执行特定任务，往往需要将模型本身发送给验证方，这会导致严重的知识产权泄露。而 FlashProve 引入了一种数学上的“承诺”概念，类似于为模型生成一个指纹或摘要。通过这个指纹，验证者可以确认输出结果确实经过了该模型的处理，而无需窥探模型内部的具体参数。这种机制在保护模型机密的同时，极大提升了推理过程的透明度。
除了安全性，性能也是 FlashProve 的一大亮点。以往，零知识证明技术往往伴随着高昂的计算开销和较长的验证时间，这限制了其在实时性要求高的 AI 场景中的应用。然而，Anthropic 的实验数据显示，FlashProve 在单块 NVIDIA H100 显卡上，能够以惊人的 110 tokens/秒 的速度处理 Llama 4 Maverick 模型的证明生成。同时，生成的证明体积仅为 19 MB。这一性能指标表明，FlashProve 已经克服了传统 zkSNARK 的性能瓶颈，使得在云端部署可验证的 AI 服务成为可能。
从行业影响来看，FlashProve 的发布具有深远的战略意义。随着企业级客户对 AI 系统的依赖度增加，合规性和安全性成为了首要考量因素。例如，在金融、医疗和法律领域，使用未经审计的“黑盒”模型可能带来不可预测的风险。FlashProve 为这些行业提供了一个完美的解决方案：企业可以集成经过验证的模型，确保输出结果符合既定规则，同时保护自身的模型资产不被窃取。
此外，这项技术也为 AI 生态的公平竞争提供了新的思路。通过开源 Apache 2.0 许可证，Anthropic 鼓励全球的开发者社区对 FlashProve 进行改进和扩展。这将加速可验证 AI 技术的普及，推动学术界和工业界共同探索如何在不牺牲隐私和效率的前提下，构建更加可信的人工智能系统。
展望未来，随着 FlashProve 原型的成熟，我们有望看到更多基于零知识证明的 AI 应用落地。从去中心化 AI 网络中的算力验证，到跨国企业间的模型协作，FlashProve 都有潜力成为连接技术实现与商业信任的关键桥梁。Anthropic 此次发布不仅展示了其在密码学领域的深厚积累，也为构建安全、透明、可信的下一代 AI 架构指明了方向。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/11/03/anthropic-flashprove-provable-inference-zksnark/
封面图片来源：Unsplash / 摄影师 Brecht Corbeel
