Anthropic 推出 FlashProve 给 AI 模型发放加密身份凭证，依靠零知识证明无法伪造

Anthropic 开源了 FlashProve 可验证推理系统，相当于给 AI 模型发一张数学防伪身份证，这套方案依靠 zkSNARK 零知识证明技术，提前给模型权重生成加密指纹承诺，每次模型输出回答时同步生成对应的证明文件，第三方用户不用拿到模型权重，也不用复跑模型，就能独立核验这条回答是不是目标模型生成的，就算服务商后台偷偷替换成低价小模型、篡改推理输出内容，也无法伪造合法证明，直接解决 API 行业里 “付高端模型费用、后台被换成缩水模型” 的套壳灰色问题，这套系统已经在 400B 参数 MoE 大模型上完成测试，代码采用 Apache2.0 协议开源，开发者可以自行部署验证工具，下面把原理、验证流程、性能参数、适用边界整理清楚。

FlashProve 基础信息表

整套核验完整流程

1. 预生成指纹：在模型正式对外提供推理服务前，用密码学方式对固定版本模型权重生成唯一加密承诺（指纹），对外公开。
2. 推理同步出证明：用户发起提问，目标模型生成回答，同时 FlashProve 同步生成零知识证明，证明输入、输出、模型承诺三者匹配。
3. 用户本地核验：拿到回答 + 证明文件，在普通 CPU 上运行核验程序，不需要 GPU、不需要模型权重。
4. 结果判定：核验通过 = 回答来自预先承诺的目标模型；核验失败 = 被替换模型、输出被篡改。

核心能力清单

1. 身份不可伪造：证明绑定模型权重指纹，攻击者无法编造虚假证明，冒充其他模型的输出。
2. 权重不泄露：零知识证明只证明来源合规，不会把模型权重、模型内部参数泄露给核验方。
3. 适配大模型：支持 MoE 混合专家架构，只对激活的专家参数做证明，控制算力开销。
4. 可用于安全审计：安全测评机构可以确认，自己测试的模型和服务商对外提供的是同一个版本，避免测评造假。
5. 拦截劫持攻击：防止推理服务器被入侵之后，篡改模型返回内容。

容易混淆的两个 AI 标识方案对比

方案局限说明

1. FlashProve 只证明来源，不校验 AI 回答内容对错，模型依然会输出幻觉、错误信息。
2. 证明会带来额外算力开销，会增加 API 推理成本和延迟。
3. 只针对开启该系统的模型版本，不是 Anthropic 所有 Claude 模型默认开启。
4. 无法解决提示词注入、越狱、模型输出内容违规这类问题。

【相关 FAQ】

问题 1：Anthropic 给 AI 模型发放的 “身份证” 是什么，靠什么实现不能伪造？

回答 1：Anthropic 这套 AI 模型身份证是 FlashProve 零知识证明系统，依靠 zkSNARK 密码学机制绑定模型权重指纹，攻击者没有办法伪造有效的证明文件，以此确认回答来源。

问题 2：Anthropic 的 FlashProve 模型身份凭证，和大家常说的 AI 文本水印是一回事吗？

回答 2：不是一回事，FlashProve 用来核验回答是不是指定模型生成，打击 API 套壳替换；文本水印是在输出内容里埋溯源标记，水印可以改写绕过，和这套模型身份凭证目标不一样。

问题 3：普通用户怎么核验 Anthropic FlashProve 生成的 AI 模型身份凭证？

回答 3：普通用户拿到回答和配套证明文件，在普通 CPU 上运行开源核验程序，大约 17 秒就能完成核验，不需要拿到模型权重、不需要高性能显卡。

【参考资料】

[2026-11-04]（刚刚，Anthropic 开源 FlashProve，给大模型办了一张「防伪身份证」）36 氪

[2026-11-04]（Anthropic 推出 FlashProve，用零知识证明验证 AI 模型身份）机器之心

[2026-11-04]（Anthropic’s FlashProve to Verify Identity of AI Models）Analytics Insight

[2026-11-04]（Anthropic：大型语言模型可验证推理进展，FlashProve 开源）Anthropic 官方博客

【免责声明】

本文仅为 FlashProve 技术资讯整理，Anthropic 这套 AI 模型身份凭证的落地进度、接入机型、推理成本以 Anthropic 官方博客和开源仓库为准；该技术只能核验推理来源，无法保证 AI 回答事实准确，不构成 API 选型、技术采购建议。