你在某个第三方接口上调用“Claude Opus”。某天回答突然变短、变笨。你问它是不是Opus，它说是。可这句话本来就是它生成的。你没有任何办法证明，后台跑的是不是你付钱的那个模型。
11月2日，Anthropic发布并开源了FlashProve，想解决的就是这件事。服务商先对模型权重做一次密码学承诺，之后每回答一次，就附上一份zkSNARK证明；用户拿到证明，在自己的CPU上就能核对这段输出是不是来自那组权重，全程不用看到权重。按官方数据，一份1024 token请求的证明约19MB，生成端用一张H100，速度约110 token/秒；验证端在普通CPU上十几秒内完成。 进步是真的。AnthropicGitHub
不过，这两天的中文标题里，“17秒”出现得最多。 17秒是验证的时间，不是生成证明的时间；而且前提是，有人先把证明送到你手上。说白了，轻的是“查”，不是“做”。36氪
先看这次到底验了谁。官方演示的模型是Meta的Llama 4 Maverick，400B参数的MoE模型。博客里提到Claude，是说Claude参与了写代码、写协议文档，不是说Claude被验证了。仓库也写明，程序只支持Llama 4 Maverick这一种完整模型形状，上下文1024 token。 截至发稿，Anthropic没有公布Claude的权重承诺ID；至少Claude的API文档和发布说明里，没有“附上证明”这个选项。GitHub
就算验的是Claude，证明也不是你想要就能有。生成端要一张H100，GPU时间约为普通推理的70到95倍；客户端才轻。 服务商不给证明，验证器再快也没用。README还提醒，承诺ID必须从你信任的渠道拿，不能来自被检查的服务器，也不能来自随证明一起发来的文件。 换句话说，防伪标签得由品牌方发。现在Anthropic还没发Claude的标签。AnthropicGitHub
更隐蔽的一层在证明本身。项目的known-limits文档第一条就写：一个“Yes”并不说明这组权重是谁的，也不说明承诺是谁做的。GitHub
这份文档还承认，在它的测试里，严格模式下96条真实回答没有一条能通过；而在拟合出的宽松限额下，32条被偷换一个token的回答里，有28条仍能通过。 严格模式几乎用不了，宽松模式又拦不住小改动。所谓“验真”，实际能做到的是“验一致”。GitHub
覆盖范围也有限。目前一次验证只针对1024个token以内的窗口，每份证明只核对一个位置的输出token；真实服务的浮点和采样解码可能对不上，而且证明是事后生成的，你读到回答时，保证还没到。它适合抽查，不适合给每一次聊天盖章。
那普通用户今天能做什么？仓库开头就写明，这是研究原型，不再维护、不接受贡献。 你可以在一台Linux电脑上编译验证器，一两分钟，几秒钟验完仓库里那份示例证明，得到一个YES。但那份证明来自合成的小模型，它证明的是“验证器能跑”，不是“你用的Claude是真的”。GitHub
这项技术真正改变的，是谁能要求谁举证。有合同的企业客户可以在采购条款里要求出具证明；评测机构可以核对所测版本和线上版本；监管可以要求服务商提交一段时间的推理证明。普通用户和这些场景之间，差的不只是技术，还有一个愿意向你出示证明的服务商。
Anthropic在博客里也承认，日常使用中，用户主要关心输出，不太关心具体是哪个模型，这是“less pressing concern”。 所以它先服务的是审计和采购，不是聊天框。Anthropic
下次有人告诉你“我们接的是真Claude”，你可以问他要两样东西：Anthropic官方渠道发布的承诺ID，和这次请求的证明。对方给不出来，这本身就是答案。FlashProve更像一张刚印好的防伪标签，还不是贴在你那瓶酒上的那一张。
