大模型中轉商偷樑換柱的把戲，要到頭了
2026 年 11 月 2 日，Anthropic 發佈了一項名為 FlashProve 的研究成果與程式碼原型，直面當下大模型黑盒呼叫中最隱蔽的信任危機。
如今使用者通過 API 向雲端發起提問，往往只能聽憑服務商一面之詞，根本無法察覺底層模型是否在暗度陳倉，被中間路由偷偷替換成廉價版本，抑或輸出文字是否遭遇了惡意篡改。
FlashProve 的破局之道，在於為每一次推理計算生成一份不可偽造的零知識密碼學證明，使模型在完全保密核心權重參數的前提下，向全網確證該輸出確係特定模型所為。
01. 權重指紋
整套驗證協議包含承諾、證明與驗證三個環節，嚴絲合縫且環環相扣。
在服務上線前，模型提供方需要生成一份僅約 6.5MB 的簡短數字指紋，耗時約 39 分鐘，這就是對特定模型權重的公開承諾。
這份公開承諾如同立木為信，直接將特定時刻的權重參數鎖死在原廠機房，嚴防商業機密外洩。
當使用者端發出請求，系統便會即時生成一份證明，以無可辯駁的數學邏輯表明當前生成的每個 token 均出自此前承諾的特定權重。
這項技術依託底層零知識證明框架 zkSNARK，將核心模型權重、神經啟動值以及專家路由決策全數保留在服務商端，證明包內絕不洩露商業機密。
終端使用者僅憑公開的承諾指紋、輸入內容與生成結果，在無須配備高端顯示卡、無須接觸權重的前提下，用普通辦公裝置就能完成即時核驗。
02. 性能對照
Anthropic 此次驗證選用了 Meta 旗下的開源混合專家架構模型 Llama 4 Maverick，參數量達到 4007 億，採用 4 位元量化版本。
在單張輝達 H100 計算卡上，系統證明生成吞吐量保持在每秒 110 個 token。
面對單次 1024 token 的上下文請求，系統產出的證明檔案大小被壓縮在 19MB 上下。
在 24 個並行請求批次處理的壓力測試中，單張計算卡累計耗時約 223 秒。
接收端的驗證門檻被大幅削平，在 24 核中央處理器環境下驗證僅需 17 秒左右，單線程處理耗時亦僅約 21 秒。
算力開銷的大頭集中於服務供給端，系統當前生成證明所需的算力時間相當於通用推理引擎 vLLM 常規計算的 70 到 95 倍。
整套系統執行階段需要佔用 245GB 磁碟記憶體，主機記憶體佔用最高達 330GB，實測峰值達到 310GB。
作為參照坐標，此前同類開源方案 VerInf 針對同一模型生成 1000 個 token 的證明需要漫長的 14.3 小時，檔案體積更是膨脹到 93.6GB。
儘管底層測試硬體、實現演算法與證明目標存在差異導致資料難以直接等量齊觀，但 FlashProve 在時間與體積維度的巨幅壓縮依然清晰可見。
即使一份回答帶有完整可驗的密碼學證明，其文字內涵仍舊可能包含事實硬傷、演算法幻覺或有害表述。
這項機制的核心使命在於確保名實相符，徹底阻斷偷樑換柱與冒名頂替的作偽空間。
這一防禦縱深恰好卡在當下大模型商業化落地的信任咽喉處。
長期遊走於開發者與大廠之間的聚合轉售商，極易滋生將廉價低質模型冒充頂尖旗艦轉賣的牟利套路，此前採購方全無技術手段進行自證反查。
近來業界圍繞未經授權的大模型知識蒸餾紛爭四起，各大實驗室相互指責對手盜取資料，卻始終苦於缺乏一錘定音的鏈上證據。
隨著各國監管架構逐步按模型能力梯度分類施策，核驗伺服器端運行實體與備案參數完全對應，構成了制度落地的首要前提。
Anthropic 借此順理成章地強化了其負責人 Dario Amodei 倡導的前沿風險治理主張，明確只有建立身份可查機制，能力分級治理才能真正擲地有聲。
在這套密碼學工程的攻堅階段，Anthropic 的 Claude 深度介入並自主提供了關鍵算子最佳化。
AI 自行設計的底層最佳化極難依靠肉眼逐行審閱，讓人類程式碼審計陷入信任悖論。
技術團隊採取了另闢蹊徑的治理手段，將所有核心安全主張全面轉譯為 Lean 4 互動式定理證明程式碼。
這種做法構築了一道嚴密的邏輯防火牆，使人類工程師無須通讀複雜的最佳化細節，借助形式化數學工具便能確鑿判定底層邏輯的數學正確性。
目前整個項目已遵照 Apache 2.0 協議向開源社區開放，版本標註為 0.16.0。
開發團隊在程式碼倉庫中坦陳，該程式碼屬於前沿探索性質的研究製品，後續並不承擔日常維護與社群合併。
03. 算力鴻溝與商業博弈
客觀審視這項方案，當下的技術掣肘依然肉眼可見。
測試方案僅支援 1024 token 的上下文長度，與當下主流對話產品動輒數十萬甚至百萬 token 的需求相比相去甚遠。
這套邏輯目前專為混合專家架構量身定製，龐大的稠密網路模型尚未納入支援版圖。
當前驗證鏈條嚴格限定於整數權重與貪心解碼模式，並未跨越工業界普遍採用的高精度浮點數運算與隨機採樣生成。
儘管權重資料得以保全，但模型的底層網路拓撲依然暴露在外，且未完全防禦基於時間特徵的旁路測算攻擊。
Anthropic 坦言並無將這套原型直接搬入商業化產線的計畫，其內部正探索依靠流量數位簽名與可信執行環境覆核的雙軌替代方案。
橫亙在這項技術面前的最大阻礙與其說是計算效率，莫如說是市場主體的博弈動力。
那些熱衷於以次充好的灰色轉售中介，天然缺乏擁抱自證工具以自揭短處的動力。
唯有市場買方形成強烈的驗明正身共識，以合規重塑生態選擇，一套技術協議才能真正生根發芽。
FlashProve 最深遠的行業啟示在於推翻了一句舊有的論調，將原先行業默認的技術死局「使用者無法確證模型身份」徹底變成了歷史偽命題。
編輯註：本文事實來自 Anthropic 2026 年 11 月 2 日研究帖《Progress on provable inference for large language models》、技術報告與 Apache 2.0 程式碼倉庫，以及 The Next Web、heise online 等媒體 11 月 3 日的報導。110 tokens/s、19MB、223 秒、17 至 21 秒、6.5MB 與 39 分鐘、70 至 95 倍開銷、1024 token 上下文上限均為 Anthropic 自報資料，尚無獨立復現。VerInf 的 14.3 小時與 93.6GB 出自其開發者口徑，Anthropic 明確說明兩者不可直接比較。 (平行智能)