给 AI 一张防伪收据：FlashProve 想证明回答究竟出自谁

假设你付钱调用一个昂贵模型，服务商却在后台换了个便宜的。回答看起来还不错，语气也很像，你怎么发现？

光靠出题测试，很难为每一次请求验明正身。Anthropic 在 2026 年 11 月 2 日发布的研究原型 FlashProve，尝试让服务商随回答提供一份密码学证明。Claude 参与了这套系统的优化，而本次用来演示验真的模型，是 Meta 的 Llama 4 Maverick。官方技术文章

AI 概念插画：琥珀黄与深靛蓝复古版画，以盖章和核验比喻推理证明，并非 FlashProve 界面或真实实验画面。

先登记指纹，再开收据

可以把它理解为三步：

1. 服务商先公布一份密码学承诺，把自己绑定到某一组模型权重。
2. 完成请求后，为指定的计算结果生成证明文件。
3. 用户拿着承诺、请求和证明，用验证器检查结果。

这里巧妙的地方在于，用户可以检查计算是否符合那组权重，却不必下载权重、买一台同样的服务器，再把模型跑一遍。系统试图同时满足两种需求：买家能验货，卖家保留模型权重的秘密。项目说明

一张收据，约 19 MB

演示模型有约 4000 亿参数，FlashProve 的证明器运行在一张 H100 上。它利用 MoE 模型的稀疏结构，把大量工作集中在实际被调用的专家上，再把计算分段处理，避免把所有中间结果一股脑塞进显存。

作者报告，每份证明约 18.78 MB；使用 24 个 CPU 线程，验证约需 17 秒。生成证明依然昂贵：按 GPU 时间比较，测试中的开销约为 vLLM 对应预填充计算的 70 至 95 倍。它因此采用事后生成证明的方式，回答与验真可以分开进行。技术报告

「每秒 110 token」里藏着一道阅读理解

项目介绍里最醒目的数字，是约 110 token/s。

性能说明把口径写得很清楚：这个速度计算的是处理过的全部输入 token。标准测试每个请求包含 1,024 个输入 token，证明检查的是接下来的一个 token。24 个请求一起处理时，整批生成证明约需 223 秒。

所以，这个数字描述的是证明器处理计算的吞吐量。若把它理解成「每秒给 110 个新生成的字逐个验真」，就把两种计数混在一起了。性能说明

这种细节也让论文更有意思：让 AI 出示证件之后，读者还得看清证件上到底写了什么。

收据上的名字，也要对得上

这套原型的精确匹配证明，针对整数化模型及其贪心选择的 token；快速 C++ 验证器经过对照测试，但尚未被形式证明与 Lean 版本等价。它提供的是一组具体计算条件下的验证能力。证明范围说明

实际使用时还需要解决一个很朴素的问题：用户手中的权重承诺，得与自己购买的模型可靠对应。密码学可以把承诺锁定，模型商品名与承诺之间的关系仍需要明确交代。

如果这样的收据逐渐便宜起来，模型评测、第三方转接服务和重要分析报告，就可能多一种可检查的附件。报告里写「这段代码经过某模型审查」，读者除了看聊天记录，还能检查相应计算是否成立。

模型的回答质量要继续评估，而它究竟由谁算出来，开始有机会留下可验证的凭据。

本文依据官方技术文章、技术报告与项目文档解读。性能数字均为作者报告，未独立复现实验；文中的收据、盖章和证件是解释性比喻。