Anthropic正在开发一款名为FlashProve的开源系统，旨在通过密码学证明确保AI回复确由指定模型生成。该系统可帮助用户核查服务商是否偷换廉价模型，或检测回复内容是否遭篡改。
核心原理：系统在不泄露模型权重的前提下发布独特指纹。提供商预先为模型生成承诺（commitment），每次响应附带输入输出来源证明。验证过程轻量级，用户可在本地设备完成，无需依赖模型权重或大量算力。
应用场景：除终端用户外，第三方服务可借此证明安全扫描由高级模型执行；独立评估机构与监管机构也能核实服务所用模型是否与声明一致。
性能测试：在4000亿参数的Llama 4 Maverick上测试显示，单张H100 GPU每秒可生成约110个token的证明，每个请求（1024 token）证明文件约19 MB。相比直接运行模型，GPU耗时增加70至95倍。
开源状态：Anthropic已发布含协议定义的技术报告，并以Apache 2.0许可证开源可运行代码。需注意，FlashProve目前仅为原型，暂无正式投产计划。