Anthropic 做出 AI 回复防伪证明，以后买中转站的 Claude 能一眼验出真假吗？

我第一次自己掏钱买「Claude」中转 Key 的时候，对着那个接口高高兴兴写了两个礼拜代码，后来才发现对面回答我的根本不是 Claude。这种花着真金白银却连对面坐着谁都摸不准的憋屈，11 月 3 日被 Anthropic 写进了研究文章里——文章开头第一段就点名说，今天的用户没法核实回复是不是真出自开发者声称的那个模型，而不是被路由服务为了省钱偷偷换上的另一个模型；连官方自己都承认，哪怕回答质量很高，光靠肉眼看输出也判断不准。为了治这个毛病，Anthropic 拿出了一套叫 FlashProve 的「可证明推理」系统（已按 Apache 2.0 协议在 GitHub 开源），甚至让自家的 Claude 帮忙改进密码学做法、用形式化证明语言 Lean 写了安全性陈述。只是对咱们这些买中转 Key 的人来说，这根救命稻草眼下还抓不住。

开一张防伪证明，要花掉跑模型 70 到 95 倍的显卡时间

要弄明白为什么抓不住，得先看看这套防伪是怎么运转的。TechCrunch 给它打了个比方：就像带加密签名的电子邮件，收件人能确认信确实是发件人本人写的。放到模型上，就是提供方先公开一份模型的「指纹」（对模型权重的承诺，不暴露权重本身，闭源模型也能用），以后每给你回一句话，就顺手附一份证明文件；你拿自己的普通电脑核对一下指纹、提问和回复，几秒钟就能验出这段话是不是真由那套权重算出来的。

听着挺美，但我看了一眼文章里的开销，心算盘就开始响了。Anthropic 在开源模型 Llama 4 Maverick（4000 亿参数、4 位量化）上测出来的成绩是：一张 H100 显卡每秒能给大约 110 个 Token 生成证明，一次 1024 个 Token 的请求，光证明文件就有大约 19 MB；最要命的是，生成这份证明花掉的显卡时间，是直接用开源推理库 vLLM 跑模型的约 70 到 95 倍。回答你一个问题花一分钱算力，开那张防伪证明就得花掉七八毛，这笔钱最后算在谁头上，文章里没写，我也替他们算不出来。为了省点事，他们的做法是先把回复发给你，事后再挑其中一部分 Token 补做证明，代价是你得等一阵子才能拿到那份保证。

平时带随机性的聊天，它还证不了

就算有人愿意掏这 70 到 95 倍的算力钱，这套系统放到日常用起来还会卡壳。Anthropic 在文章里老老实实列了局限：这只是一个阶段性的研究原型，而且证明针对的是整数化后的模型、还得是每一步都死板地挑概率最高那个字的「贪心」生成方式。

我们平时找 Claude 写文章、改代码，大多带着点随机性，底层也是浮点运算；遇上这种正常聊天，生成的回复可能在某个位置跟整数化贪心模型对不上，也就不再完全吻合被证明的那次计算。TechCrunch 也写明，无论是 Anthropic 自己还是其他实验室，目前都没有部署 FlashProve 的计划（Anthropic 原本定下在 9 月 30 日前做出可证明推理原型的目标，其实是靠另一个给自家流量签名、在可信服务器上重算推理的项目交的差）。

中转站只要把证明扣下，防伪就成了摆设

退一万步讲，就算哪天技术成熟、算力免费，Anthropic 给官方发出的每一条回复都严丝合缝地钉上了防伪证明，买中转站的人就能高枕无忧了吗？

你想想中转站是怎么工作的。Anthropic 在文章里写得很明白：「通过第三方路由服务使用模型的客户，希望确认 Token 出自他们付钱买的那个模型。」但这条防伪链条要走通，得官方生成证明、中转站原封不动地把 19 MB 的证明转发给你、你再用工具去验，三环缺一不可。一个本来就打算拿便宜模型糊弄你的中转站，怎么可能老老实实把证明转交给你？它最省事的办法就是根本不传这个字段，再编个理由说接口不支持。当然，真到了那一天，哪家中转站敢原样转发官方证明、哪家死活不肯转，这事本身倒也能当个照妖镜使。

在那个远期未来到来之前，买中转 Key 的人手头并没有一键验真的魔法。从 10 月 28 日到 11 月 3 日这 7 天里，我们站上新增了 286 份 Claude Opus 5.5 的验真报告，其中有 87 份测出身份不符或有风险，占了差不多三成；单看 11 月 3 日当天，87 份报告里就有 34 份出了问题。

既然三成的坑还在地上摆着，FlashProve 又远在天边，眼下掏钱买中转之前，还是得靠老办法：先翻翻现成的验真报告，或者拿同一组题同时去问中转站和官方接口，把两边的回答特征放在一起比对。