新闻加密货币Helius 创始人将 Anthropic FlashProve 与 Zcash 关联,ZEC 下跌 5.9%

Helius 创始人将 Anthropic FlashProve 与 Zcash 关联,ZEC 下跌 5.9%

作者: Cryptopolitan·

要点速览

  • •在市场普跌、比特币交投于约 76,673 美元附近、加密市场总市值下滑 1.8% 的背景下,Zcash 24 小时内下跌约 5.9%,至约 1,190 美元。
  • •Helius 创始人 Mert Mumtaz 在 X 上发帖称,Anthropic 如今使用的是 Zcash 率先开创的同一零知识密码学,该帖获得超过 1,000 个点赞。
  • •Anthropic 于 11 月 2 日发布 FlashProve,一个开源研究原型,使用基于哈希的 zkSNARK 证明 AI 回复来自特定模型而不暴露其权重。
  • •Alessandro Chiesa 是 2014 年 Zerocash 论文的合著者,该论文于 2024 年获得 IEEE Test of Time 奖,他与 Anthropic 人员一同出现在 FlashProve 贡献者名单中。
  • •Anthropic 将 FlashProve 标注为不再维护、未经审计的研究产物,其证明生成速度比标准 vLLM 推理每 GPU 慢约 72 到 94 倍。
Helius 创始人将 Anthropic FlashProve 与 Zcash 关联,ZEC 下跌 5.9%

在加密市场整体下跌的背景下,Zcash(ZEC)24 小时内下跌约 5.9%,至约 1,190 美元。此次下跌发生之际,Helius 创始人 Mert Mumtaz 强调了 Anthropic 新发布的 FlashProve 工具与 Zcash 协助推向世界的隐私密码学之间的新联系。Mumtaz 的公司为 Solana 区块链构建基础设施,因此他的评论并不属于 Zcash 项目本身。

这次回调波及整个市场:比特币(BTC)交投于约 76,673 美元附近,同期加密市场总市值下跌约 1.8%。

Zcash 为何与 Anthropic 的 FlashProve 产生关联

Mumtaz 在同一 24 小时内发布的 X 帖子中写道,"anthropic/claude are now using the same cryptography that zcash was first in the world to pioneer",并以 "probably nothing" 一语作结。该帖引发了一定关注,截至发稿时获得了超过 1,000 个点赞和 170 多条回复。

这并非 Mumtaz 首次为这种隐私币发声。今年 5 月,他在 Bankless 播客中提出,Zcash 的价值被市场低估,尤其是与 XRP 和 BNB 相比。他表示,ZEC 的价值应占比特币总市值的一定比例,并建议约为 10%。

Zcash 的密码学渊源可追溯至 2014 年的论文"Zerocash: Decentralized Payments from Bitcoin"。该论文的核心工具 zk-SNARK——零知识简洁非交互式知识论证的缩写——允许一方在不泄露底层数据的情况下证明某一陈述为真。这正是 FlashProve 如今应用于 AI 推理的同一特性:在不泄露权重的情况下证明是哪个模型生成了回复。2024 年,IEEE 安全与隐私研讨会向该论文颁发了 Test of Time 奖,评审委员会表示该论文提供了"在实践中使用 zk-SNARK 的一个真实范例"。Zcash 网络于 2016 年 10 月上线。

有一位研究人员与两个项目都有渊源。Alessandro Chiesa 是 Zerocash 论文的合著者,目前在洛桑联邦理工学院(EPFL)任职。他还与 StarkWare 有关联,并出现在 FlashProve 贡献者名单中,同列名单的还有 Anthropic 的 Roy Rinberg 和 Alex Allain。

这并非今年 Anthropic 与 Zcash 的首次交集。今年 6 月,Zcash 创始人 Zooko Wilcox 表示,由 Shielded Labs 委托、Anthropic 的 Mythos AI 进行的一项审计未在协议中发现严重的新漏洞。

值得注意的是,Zcash 社区目前正围绕其约 1.25 亿美元的拨款金库展开争论。

FlashProve 是什么,运行成本有多高

Anthropic 于 11 月 2 日发布了开源研究原型 FlashProve。该工具使用基于哈希的 zkSNARK 证明某个答案来自特定的 AI 模型,而不泄露模型的内部参数,即权重。该项目记录在 Anthropic 的研究页面上。

FlashProve 旨在弥合信任鸿沟。当用户向 AI 服务发送提示时,他们无法确定回复是否来自自己付费的模型:在答案送达之前,路由服务可能换用更便宜的模型来响应,或者回复可能在传输过程中被篡改。该工具专为混合专家(mixture-of-experts)模型设计,此类模型将每个输入路由至系统中少数几个专用模块。

FlashProve 分两步工作。首先,服务提供商发布一份约 6.5 MB 的小型承诺(commitment),在保持权重保密的同时锁定一组确切的权重,该过程耗时约 39 分钟。其次,对于每一组提示与回复,系统会生成一份简短的证明,表明被承诺的模型确实产出了那些输出 token。

Anthropic 在 Meta(NASDAQ: META)的 AI 模型 Llama 4 Maverick 上测试了 FlashProve。该模型拥有 4,007 亿个参数,以 4 位压缩形式运行。测试使用了一颗 NVIDIA(NASDAQ: NVDA)H100 芯片,处理速度约为每秒 110 个 token。Token 是一小段文本,例如一个词或词的一部分。

系统在约 223 秒内处理了 24 个请求。每个请求长 1,024 个 token,并生成约 19 MB 的证明。在普通计算机芯片(CPU)上验证一份证明仅需 17 到 21 秒,且验证方无需访问模型的权重。

代价是速度:与 vLLM 推理相比,证明生成在每颗 GPU 上所需时间约多 72 到 94 倍,具体取决于负载。

Anthropic 将 FlashProve 描述为中间阶段的研究工具,而非生产级软件。GitHub 页面将该代码标注为基于 Apache 2.0 许可证、不再维护的研究产物,且项目方表示其尚未经过独立安全审计。对于关注这项技术走向的人来说,审计问题以及 Zcash 社区内部持续的金库之争都是值得留意的关键事项。