Anthropic 开源 FlashProve：用 zkSNARK 做可证明推理，Llama 4 Maverick 单卡 H100 约 110 tokens/s 出证明

这件事意味着什么

【要点】

Anthropic Frontier Red Team 于 2026-11-02 发布《Progress on provable inference…》，并开源研究原型 FlashProve（Apache 2.0，github.com/anthropics/FlashProve）。目标是可证明推理：服务商先对权重做隐藏承诺，再为回复生成 zkSNARK，让用户/审计方在不知权重、仅用 CPU 的情况下验证「回复确由承诺权重算出」。

• 可核验数字（Llama 4 Maverick 400B MoE、公开 4-bit、1，024-token 窗）：单卡 H100 约 110 tokens/s（批 24）
• 每请求证明约 19 MB
• 相对 vLLM 约 70–95× GPU 时间
• 离线承诺约 39 分钟。
• 配套技术报告、C++/Lean 验证器与顶层 Lean 安全证明。
• 局限写明：研究原型；快路径代码未与 Lean 形式化一一对应；整数化+贪心 MoE；不藏架构；上下文 1,024。
• 与 RSP「推理验证」相关，但路径不同于此前「签名流量+受信重算」原型。

【我们的判断】

一背景

• 用户、路由客户、评测方与监管无法从输出确认跑的是声称权重——降配、篡改或未授权更强模型都可能。
• FlashProve 走软件 zkSNARK（相对 TEE），并把场景明确接到 pacing、篡改检测、文本出处与「只允许批准模型」，是把推理完整性公开目标落到可跑原型，而非空泛安全文。

二对照

• zkML 公开吞吐长期不可用
• 文中 VerInf 级同款 Maverick 约 0.02 tok/s、证明近百 GB，FlashProve 到约 110 tok/s、约 19 MB、秒级验证——跃迁成立，但仍约两数量级开销且绑 MoE/短上下文/整数贪心。
• 与 e/1081 互补：那边是训练数据监控对抗，这边是服务侧密码学绑定。
• TEE 与 zk 信任根不同；文中自承 Lean↔可执行代码缝隙。

三影响

• 短期抬高 zkLLM 工程讨论并给出开源 400B MoE 基线；对 API 信任、路由审计与未来合规工具箱是实质增量。
• 中期盯上下文/密集架构扩展、开销再降、以及是否变成产品默认。
• 以 paper 发，勿写成「线上 Claude 已全面可证明」或「监管已解决」。

【可核验】

• 一手Published Nov 2，2026
• 代码
• X2026-11-03T20:10:08Z
• 对照 e/1081（训练侧 EM）、e/1067（OpenAI 部署监控）。