11月4日消息，近日，Anthropic 联合零知识证明领域顶尖学者推出大模型可证明推理技术成果，正式开源密码学验真系统FlashProve，以密码学手段破解行业长期存在的大模型 API “套壳掉包” 灰色难题，普通家用 CPU 仅需 17 秒即可完成模型真伪核验，验真效率较传统方案提升最高 5000 倍，项目全部代码、Lean 形式化证明以及配套技术文档均基于 Apache 2.0 协议对外开源。

在大模型 API 供应链中，“套壳”“偷换模型” 是长期存在的行业痛点。部分服务商收取高端模型的服务费用，后台却路由调用性能更低的缩水模型；即便是合规接入，也存在模型参数被暗中篡改、推理过程被干预的风险。

由于模型权重属于厂商核心资产，普通开发者无法获取权重复现推理过程，仅依靠提问测试、模型自我陈述的方式，完全无法拿到可定罪的实证，只能被动承受结果。甚至还存在强模型伪装成弱模型运行，规避监管约束的潜在风险。

FlashProve 依托 zkSNARK 零知识简洁非交互式知识论证技术，在不获取模型权重、不复现完整模型推理的前提下，搭建起一套完整的密码学验真链路，整套流程分为离线承诺、在线生成证明、客户端核验三大环节。

首先是离线 “按手印” 阶段：模型正式上线前，服务商使用单张 H100 显卡，耗时约 39 分钟为模型权重生成唯一的公开承诺 ID，相当于模型权重的数字 DNA 指纹。只要模型参数发生任意改动，该指纹就会失效，同时指纹本身无法反向推导还原出原始模型权重，保障厂商知识产权安全。

其次为在线 “开证明”：每完成一次用户对话请求，GPU 会同步生成一份约 19MB 的密码学证明文件，证实当前输出内容，确实来自指纹绑定的目标模型。

最后是客户端核验：任意开发者、审计方拿到模型输出与对应证明，仅依靠普通家用 CPU 运行验证程序，17 秒就能得出真伪判定结果，全程不需要 GPU 资源，也无需接触模型权重。

该系统安全性基于 BLAKE2 哈希函数，不依赖椭圆曲线，理论上可以抵御未来量子计算机的破解攻击。为完成核验，单次推理会运行约 2000 个 sumcheck 子协议，这套技术路线已经在 Starknet 以太坊二层网络经过实际落地验证。

面对千亿级大模型的硬件瓶颈，FlashProve 完成了关键工程突破。团队以 4000 亿参数 MoE 混合专家模型 Llama 4 Maverick 作为测试对象，该模型每次推理仅激活约 170 亿参数，系统以此优化计算开销，证明生成工作量仅和实际激活参数挂钩，削减超 95% 无效计算。

针对 80GB 显存 H100 无法直接容纳 232GB 量化权重的难题，项目采用流式分段加载方案，权重存放于主机内存，分段送入 GPU 完成计算与密码学编码，处理完成即释放显存，单张 H100 就可以完成这套超大规模模型的证明生成工作，性能相较传统方案提升 5500 倍。

本次项目还有一个极具颠覆性的特点：绝大部分复杂工作由 Claude 大模型完成。打开项目开源仓库可以看到，C++、Python、CUDA 底层代码占比极低，95.2% 的仓库内容，接近 400MB 全部是 Lean 4 语言编写的数学形式化证明；配套产出包含 114 页协议论文、23 页技术报告。从论文撰写、底层代码实现，到测试运算、代码审校的大量工作，均由 Claude 承担。

考虑到人类很难完成海量密码学代码逐行人工审核，项目借助 Lean4 形式化证明工具做安全校验。人类专家仅定义 6 条顶层安全公理，明确三大核心铁律：完备性，合规运行模型几乎不会出现核验误判；知识可靠性，造假蒙混通过验证的概率数学上趋近于零；零知识，核验过程绝不泄露模型权重信息。中间海量繁琐推导交由 AI 完成，由形式化编译器逐行校验数学逻辑，规避人为疏漏带来的安全漏洞。

仓库 README 也表明，该项目面向 AI Agent 运行设计，配套提供专用提示词与运行规范。

业内观点认为，FlashProve 代表了一种全新的 AI 工程范式：人类划定安全公理边界，大模型承担复杂工程与数学推导任务，形式化验证系统完成最终校验。

在大模型 API 广泛普及、AI Agent 快速发展的当下，这套 “数学铁律” 式的可证明推理能力，有望解决模型不可信的底层隐患，为超级智能时代提供重要的安全契约。