Anthropic 开发 FlashProve 开源系统，支持 API 调用方本地验证模型指纹真实性

系统核心目标与背景

Anthropic 正在开发名为 FlashProve 的开源系统，其核心功能是验证特定 AI 输出究竟由哪个模型生成。根据 2026 年 11 月 4 日发布的消息，该系统旨在实现研究人员所称的“可证明推理”。通过密码学证明，FlashProve 能够为输出提供数学层面的保证，确认其确实来自指定模型，从而解决用户在 API 调用中无法确认服务背后实际运行模型的问题。

这套机制类似于加密电子邮件签名，收件人可以通过签名确认发件人身份。在 AI 场景中，FlashProve 能够抵御将一个小模型伪装成大模型的行为。即使是由开发并运行该模型的 AI 公司实施伪装，也难以绕过该验证机制。这为 API 分发链路中的模型身份透明化提供了技术基础。

防范成本与绩效造假

研究人员特别指出，该系统有望防止 AI 公司为了削减成本而暗中换用更便宜的模型。在当前的 API 聚合分发市场中，服务商可能为了降低推理成本，在服务承诺中宣称使用高端模型，实际却调用了性能较低的低成本模型。FlashProve 的出现为用户提供了核实手段，使得这种隐性降级行为容易被发现。

反之，企业也可能偷偷换用更昂贵的模型，以人为抬高性能测试结果。通过验证模型指纹，测试机构和企业可以确保基准测试的公平性。这种双向的防伪机制有助于规范模型服务市场的竞争秩序，确保排名与性价比评估基于真实的模型能力，而非服务商的声明。

指纹机制与隐私保护

实现这一目标的关键在于模型“指纹”。AI 实验室需要为发布的每个模型提供一个指纹，之后便可以将其与特定输出进行匹配，并通过密码学方式验证其来源。关键在于，这些指纹不会泄露模型权重，即决定模型行为的内部参数。

Anthropic、OpenAI 等闭源模型开发商通常将这些参数作为商业机密加以保护。因此，AI 实验室可以公开模型指纹，而无需放弃最有价值的资产。这意味着 FlashProve 同样能够适用于商业闭源模型，解决了开源与闭源生态在验证机制上的兼容性问题，降低了开发者接入验证流程的技术门槛。

轻量化设计与本地验证

此外，该系统在设计上力求轻量化，用户可以直接在本地设备上完成验证。对于开发者而言，这意味着无需将敏感数据上传至第三方服务器进行模型身份核验，极大地提升了数据安全性和响应速度。在 API 高并发场景下，本地轻量级验证模块可以嵌入到客户端或网关中，实现毫秒级的来源确认，而不显著增加推理延迟。

作为此次发布的一部分，Anthropic 研究人员公布了详细的技术规范，以及系统各个组成部分的可运行代码。这些代码已在 GitHub 上以开源许可证公开。开放源代码使得第三方开发者可以自行部署该验证逻辑，或将其集成到现有的模型监控平台中，从而构建去中心化的模型身份审计体系。

当前进展与后续展望

目前，FlashProve 相关研究仍在进行中，Anthropic 尚未计划在自家或其他 AI 实验室部署这套系统。研究人员在公告中解释称：“这篇研究文章旨在分享阶段性进展，而不是展示一项已经完成的研究计划。我们之所以公开这些成果，明确目的就是希望其他人能够审视我们的工作，在此基础上加以利用并进一步改进。”

从开发者接入视角来看，虽然尚未大规模商用，但早期介入者可以抢先布局模型可信度验证工具，建立技术壁垒。随着多模态大模型在金融、医疗等高风险领域的普及，模型来源的可证明性将成为 API 合规性的重要指标。FlashProve 作为首批公开的系统之一，为行业确立了技术参照系，预计将推动更多实验室公开类似的标准指纹生成协议，促进 API 聚合分发生态的信任基础设施建设。

来源：IT之家