Anthropic 開源 FlashProve：把幣圈常用的 zkSNARK 零知識證明搬進 AI 推理

Anthropic 前沿紅隊於台北時間 11 月 2 日發布開源原型 FlashProve：把加密貨幣領域常用的零知識證明（zkSNARK）搬進大型語言模型（LLM）推理，讓供應商對權重做承諾、再證明每次回應真由該模型產出；在 Llama 4 Maverick（400B MoE、4-bit）上，單顆 H100 約 110 tokens／秒、每 1,024 token 請求證明約 19 MB。
（前情提要：Anthropic CEO：政府應有權否決高風險 AI、上線前須強制測試，三大主張對撞川普鬆綁路線）
（背景補充：以太坊基金會推出 zkAPI！付 AI 費用不需暴露身份，Vitalik 二月提案終於上線）

本文目錄

幣圈讀者對 zkSNARK 並不陌生：二層網路（L2）用它證明「這批交易／狀態轉換算對了」，驗證者不必重跑整條鏈。Anthropic 這次做的事，是把同一套密碼學工具，轉去回答另一個問題 —— 用戶怎麼確認「回我的，真的是宣稱的那組模型權重」，而不是被路由換成便宜模型、或被竄改過的 token 串流。

系統名為 FlashProve，Apache 2.0 開源。白話對照就是：以前鏈上用零知識證明交易與狀態；現在用零知識證明「是這組權重在回答」。證明不洩漏專有權重，驗證端也不必擁有 GPU 或模型檔。

從 L2、zkML 到前沿實驗室的可驗證推理

FlashProve 底層走的是加密生態已部署多年的 zkSNARK 路線：先以資訊理論物件「互動式預言證明」（IOP）描述計算正確性，再靠雜湊編譯成可公開驗證的密碼學證明；官方明寫，這類系統已出現在點對點網路與以太坊生態的 L2（例如 Starknet、Mantle）上。換句話說，不是 AI 實驗室另起爐灶發明一種全新密碼原語，而是把幣圈熟悉的「鏈下算、鏈上／端側驗」搬進模型服務。

作者名單本身就是一座跨界橋。除了 Anthropic 的 Roy Rinberg、Alex Allain，還有 Alessandro Chiesa（EPFL、StarkWare）、來自 Succinct 與 MIT 相關計畫的合作者，以及 EPFL 團隊成員。StarkWare、Succinct 這兩個名字，對追蹤 ZK 擴容與通用可驗證計算的讀者並不陌生 —— FlashProve 等於把這條人才與工具鏈，接到前沿 AI 的推理稽核場景。

文中回顧的 zkML（用零知識證明機器學習推論）先前路線，也把這條進度軸講得很直白：從早期小 CNN、到 GPT-2／Llama 等級的緩慢證明，再到同款 Llama 4 Maverick 先前公開系統約 0.02 tok/s、證明動輒數十 GB。FlashProve 把同一 400B MoE 推到單卡約 110 tokens／秒、證明約 19 MB、CPU 秒級驗證，等於把「證明 AI 推理」從論文級原型，拉近加密圈談了幾年的可驗證計算量級。

FlashProve 怎麼運作，數字落在哪

離線階段，供應商對權重做 commitment（短指紋），檔約 6.5 MB、約 39 分鐘一次，大約可撐約 1,600 萬次請求後再重新 commit。線上階段，針對提示詞與輸出產出證明：「被承諾的模型，跑這段輸入，得到這些 token。」任何人只要有 commitment、提示詞與回覆，就能在普通 CPU 上驗證 —— 24 核約 17 秒／證明，單執行緒約 21 秒，無需 GPU、無需權重。

評測用公開 4-bit 的 Llama 4 Maverick（約 400B MoE，每 token 約啟用 17B）。批次 24 筆請求約 223 秒，折合約 110 tokens／秒，每證明約 18.78 MB。相對同模型在 vLLM 上的 GPU 時間，證明開銷約 70–95 倍。工程上，工作量跟實際啟用的 expert 成正比，採事後批次（post-hoc）證明，目標塞進單張 80 GB H100。

釋出物包含 prover、C++ 快驗證器、Lean 慢驗證器，以及完備性、健全性、零知識三項頂層陳述的形式化；文中亦寫 Claude 對這套 zkSNARK 推理系統有實質優化。對習慣「程式碼＋證明＋可審計數學陳述」的開源 ZK 社群，這套打包方式比單純發部落格數字更對味。

為何交易所、路由與稽核場景，幣圈也有感

官方列出的四類挑戰 —— 發展節奏與監管稽核、竄改偵測、文本來源可驗證、僅核准模型可上線 —— 聽起來像 AI 治理，但場景結構跟加密基礎設施很像。用戶經第三方路由買「指定模型」的 API，就像經聚合器買流動性：你付的是品牌價，實際成交可能被換單。zk 證明把「成交標的」綁回權重 commitment，換單就驗證失敗。

交易所、錢包、資安掃描與鏈上監控若宣稱「用了某前沿模型做風控／掃洞」，過去多半只能出示對話紀錄或廠商口頭保證；有了可驗證推理，對方可以要求附上證明，且證明不強迫開源權重 —— 這點對把模型當商業機密的供應商、與把驗證成本當門檻的稽核方，是同一組幣圈談隱私證明時早就熟悉的權衡：證明正確，不必公開全部狀態。

這也和動區讀者近期看到的「鏈下算＋證明」敘事互相咬合：zkAPI 處理的是「付 AI 費用不必暴露身份」，FlashProve 處理的是「模型回答的身分可查證」。一邊藏付款與身份連結，一邊藏權重、公開可驗證的計算正確性；兩者都是把 ZK 從純鏈上金融，推到 AI 服務的信任層。

與 Anthropic 自身安全路線的關係同樣清楚：公司曾設 2026 年 9 月 30 日前做出可驗證推理原型，並已由獨立的「inference verification」簽章路線達標；FlashProve 是平行的密碼學 zk 路線，不是取代 L2 或取代 TEE，而是把軟體零知識證明加進工具箱。

研究原型的硬限制，與這次釋出對加密生態的意義

官方定位仍是中途進度。快執行碼沒有形式保證；證明的是整數模型加貪婪解碼，浮點或抽樣解碼可能對不齊；只藏權重、不藏架構；上下文上限約 1,024 tokens；採事後證明而非 inline。這些限制，熟悉生產級 ZK 系統的人一看就懂 —— 效能數字耀眼，不等於明天就能掛上主網級 SLA。

即便如此，FlashProve 對加密與 zkML 社群的具體意義很直接：前沿 AI 實驗室公開承認並開源「幣圈這套證明棧」足以承接 400B 級推理的信任問題，還把 StarkWare、Succinct、EPFL 等生態人名寫進程式碼與論文作者欄。可驗證計算不再只是 Rollup、zkVM、資料協處理器自己的敘事，也被拉進「AI 模型身分」這條新需求。

對追蹤 Brevis、Succinct、Starknet 一路「鏈下重算、短證明給人驗」的讀者，這篇研究等於多了一個最大的新客戶想像：不只區塊與 DeFi 狀態，連 LLM 的每一次回答，都可以變成可下載驗證的證明檔。用戶不必再只靠「看起來像 Claude／像某開源權重」來相信模型身分 —— 證明過了，才算數。