FlashProve：Anthropic 开源证明系统，让中转商证明「真是这个模型在回答」

用 API 中转服务时，「你拿到的回答真是官方模型生成的吗」无法验证——中转商可以偷偷换成便宜模型。Anthropic 2026-10-30 开源的 FlashProve（Apache-2.0，截至 2026-11-04 有 771 星）给这个问题一个密码学答案：中转商先发布一个承诺 ID 绑定到一组具体权重（权重本身保密），之后每个请求由其 GPU 产出证明，任何人用普通 CPU 跑 cp_verify 数秒内即可验证「这条回答确实出自承诺的那个模型」。协议可靠性在 Lean 4 中完成形式化证明：作弊者被发现的概率下界为 q/2^124 + 2^-101（q 为哈希查询次数），定理与验证方式在仓库 lean/THEOREM.md。公众号文章的解读更直接：「搞中转站的人天塌了」——想挂羊头卖狗肉，密码学不答应。

核心功能

• Commit–Prove–Verify 三段：承诺 ID 绑定权重 → 逐请求出证明 → 无权重方 CPU 验证，全程模型权重不出门。
• 实测规模：完整跑 Llama 4 Maverick（1,024 token 上下文），单张 NVIDIA H100，批 24 请求时 prefill 约 110 tokens/秒。
• Lean 4 形式化：协议健全性不是纸面论证，是机器检查的定理，例外概率明确到 2^-101 量级。
• 除声明清单外全部遮蔽：依赖权重的发布值都被掩蔽，只有仓库里 docs/what-is-not-hidden.md 列出的项除外。
• 为 Agent 设计：构建、运行与校验被刻意设计成编码 Agent 能干的活，仓库给出让 Agent 接手的具体方式。

典型使用场景

• API 中转/网关的可信化：第三方转发服务向客户证明自己跑的是承诺模型，而不是降智换模型。
• 模型审计与合规：企业采购模型服务时要求供应商附证明，验证成本只是一台普通 CPU。
• 开源权重生态：微调方证明自己的服务确实跑的是声明的那份微调权重。

快速上手

仓库为研究产物（v0.16.0，官方声明不维护、不接受贡献），指向单卡 H100 环境，构建与运行按 README 交给编码 Agent 执行；验证端无门槛——cp_verify 在任意普通 CPU 上数秒完成，不需要 GPU 与权重。

小结

FlashProve 适合模型中转商、企业模型采购方和做推理可信研究的人；个人用户日常查询用不上它——它改变的是服务商侧的信任结构。要点与边界：Apache-2.0、Lean+Rust 实现栈、研究产物定位（官方明确不维护、不接受 PR），工程化要等生态接手；当前只演示 Llama 4 Maverick 一个模型，1,024 token 上下文也远小于商用需求。方向意义大于当下可用性：当「证明你在跑真模型」的成本降到一次 CPU 验证，模型转售市场的信息不对称就有了技术解。