事件经过
Anthropic于2026-11-02发布FlashProve（与EPFL/MIT/StarkWare合作），一个基于zkSNARK的开源可验证推理系统。它使不了解模型权重的客户端能够验证每个响应确实由声称的特定模型生成，对于400B MoE模型，在单个H100上以约110 tokens/秒的证明生成速度（约为模型自身vLLM推理时间的70-95倍），并提供了顶层安全声明的正式Lean证明。
影响分析
可验证推理直接缓解了AI推理完整性问题：承诺者可以证明响应来自声称的模型，捕获路由服务的模型替换、令牌流篡改以及恶意/受损推理服务器提供的恶意响应或隐藏权重窃取。对于依赖托管或第三方推理的AI部署，这提供了验证模型来源和检测推理服务器受损的第一个实用能力。
攻击途径
这是一个防御性研究披露，而非漏洞。它解决了攻击者或恶意代理破坏推理服务器以窃取权重、向用户提供恶意响应或替换不同模型/篡改令牌流的威胁。FlashProve为没有权重访问权限的用户提供了一个简短的zkSNARK证明，证明响应来自声称的模型，因此任何偏差都会导致验证失败。
受影响系统
LLM推理服务（模型提供商、路由器、第三方托管）；FlashProve / 基于zkSNARK的可验证推理原型，针对400B MoE模型（Llama 4 Maverick）
缓解措施
无需补丁——这是发布的能力。Anthropic在Apache 2.0下发布了协议规范、可执行的证明者/验证者代码以及经Lean验证的顶层保证。评估AI部署的采用者应考虑要求所服务模型的完整性/证明。