論文・研究

FlashProve 能验真假 Claude 吗?Anthropic 官方原型的能力与边界

Anthropic 确实发布了 FlashProve,但它目前不是「填一个中转 API,就能验出真假 Claude」的现成工具。它展示的是另一条路:服务商为指定模型的计算附上密码学证明,客户不用看到权重,也能检查相应计算是否符合事先承诺的模型。官方演示对象是 Meta 的 Llama 4 Maverick,不是 Claude。

谁发布的,为什么值得关注?

Anthropic Frontier Red Team 于 2026 年 11 月 2 日发布研究文章,并开源代码、技术报告、协议说明与 Lean 形式化证明。项目属于官方研究成果,不是名字带 Anthropic 的第三方检测脚本。仓库同时标注研究原型、不维护、不接受贡献,不能当作已经上线的生产服务。

它切中的是真问题:客户付钱买某个模型,却很难仅凭回答知道后台有没有换成便宜模型。问「你是谁」、看文风或跑几道题,都不是模型身份的密码学证据。

怎么验证?服务商先证明,用户再核对

流程有三步:服务商先对模型权重发布承诺值,绑定一套确定的权重;随后针对请求生成证明;用户拿承诺值、输入、输出和证明,在 CPU 上验证。

关键有两个。第一,证明必须由运行相应模型的一方配合生成,不能拿任意聊天记录凭空验真。第二,承诺 ID 和配置应在发送提示前从可信方取得,承诺值与模型名称的对应关系必须有可信来源;让被检查的站点自己挑一套权重、自己声称它叫 Claude,不能解决身份问题。

还要看通过的是哪一种策略:exact match 下的 YES 核对所覆盖 token 是否符合已承诺整数模型的贪婪选择(受协议误差界约束);clipped-gap 下的 WITHIN LIMITS 表示满足设定的容差政策,不是逐 token 精确相同。二者不能混写成同一种保真认证。

验证只覆盖被检查的 token,也不是证明回答事实正确、安全或值得采纳,而是证明对应政策定义的计算关系成立。

官方测了什么?别把 110 token/秒看成整段回复验真速度

官方实验使用 4000 亿参数、4-bit 权重的 Llama 4 Maverick。每个请求包含 1024 token 的窗口,每份证明检查其中一个输出 token,不是一张证明就给任意长度聊天全文背书。

  • 证明端使用一张 H100,24 个请求一批约需 223 秒;约 110 token/秒指预填计算的吞吐口径。
  • 单份证明约 18.78 MB;验证所需承诺资料约 6.5 MB。
  • 官方报告验证耗时约为 24 线程 17 秒、单线程 21 秒,不宜宣传为「任意模型两秒验真」。
  • 按 GPU 时间归一比较,证明成本约为相应 vLLM 推理的 70–95 倍;测试配置和权重精度不同,不能直接换算成账单涨价倍数。

以上是作者公布的实验结果,本站尚未重跑 H100 实验。

现在能拿来查 Claude 中转站吗?

目前不能把这个仓库直接当成通用 Claude 验真器。公开原型演示 Llama 4 Maverick,没有提供面向任意 Claude API 的即用检测流程;需要提供方生成对应证明,还需要可信的权重承诺。

它证明的对象也是整数化模型、特定解码策略下的计算。官方列出的限制包括 1024 token 上下文、贪婪解码、模型架构不隐藏、侧信道不在范围内。Lean 中的协议证明不等于所有 C++/CUDA 快速实现已经得到同等形式化保证。官方限制文档明确,程序和证明尚未经过独立安全审计。

官方还提及另一项为内部推理流量签名、在可信服务器重算的相关项目。它与 FlashProve 不是同一项成果,不能混为「Claude API 已普遍附上可验证证明」。

全网评价怎么读?

INSIDE 的报道重点是:模型来源能以密码学方式核对,但生成证明开销高,上下文短,离实际部署仍有距离。BazaarLink 的文档解读则直接讨论中转站,指出当前不能靠它检查任意 Claude/GPT 接口;该文明确表示没有自行重跑 H100,而且推广自家检测产品,属于有商业关联的解读,不能当独立复现实验。

第三方材料要按完成程度分开读。The New Stack 的 Amanda Caswell 在 11 月 4 日的解读强调成本、短上下文和实现保证,但不是独立性能复测。Carlos Toledo 的公开运行记录则自报预注册 21 步完成 15 步,列明验证器、Lean 与 GPU 路线的完成、失败和未运行项;他未完成真实 400B 模型全流程,也明确不是密码学安全审计。页面未标发布日期,本站于 2026 年 11 月 7 日核阅,未自行复跑。

另有 zkwasm 的 FlashProve-L4 项目自报在 NVIDIA L4 上为 TinyStories260K 小模型生成证明、在 CPU/Mac 验证通过,并检查篡改会被拒绝。这是小模型单个下一 token 的工程复现记录,不是 Claude 验真,也不是官方大模型性能复测。不能把这些材料统称为「全网已认证安全」。

普通用户现在怎么用这条消息?

研究者可以从官方文章和仓库的 quickstart 入手,分清 CPU 示例与需要 H100 的真实模型证明路线。中转用户则应问服务商:有没有针对这次请求的证明?验证器在哪?承诺值由谁背书?如果这些都没有,就不能说已用 FlashProve 完成验真。没提供证明不等于假模型;验证失败也可能来自配置、文件或运行问题,不能直接判定偷换。还应确认使用的策略与覆盖 token 范围,而非只看一张 YES 截图。

同题测试可以帮助发现性能异常,但不是数学上的身份保证。也不要为测试随便把生产 Key 上传陌生检测网站。

结论:FlashProve 是 Anthropic 官方的可证明推理研究原型,值得详细报道;把它说成今天就能识别全网真假 Claude 的工具,则超出了已公开能力。

来源

この記事はまだ翻訳されていません。中国語の原文を表示しています。

概要

公開日時
出典
Anthropic Frontier Red Team
カテゴリ
論文・研究
トピック
業界動向チュートリアルと実践
おすすめの理由

用户要求全渠道解读;SEO全文验收补审计声明后可发,已补齐。

関連トピック

関連エンティティ

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:FlashProve 能验真假 Claude 吗?Anthropic 官方原型的能力与边界。2026年11月7日。https://new.nat6.net/ja/news/custom-bd24d45276404297/

すべて見る →