ZEC 下跌 5.9%,Helius 創辦人將 Anthropic 的 FlashProve 與 Zcash 相連
重點速覽
- •Zcash 在 24 小時內下跌約 5.9% 至約 1,190 美元,同期比特幣交易價接近 76,673 美元,加密市場總值下滑 1.8%。
- •Helius 創辦人 Mert Mumtaz 在 X 上發文表示 Anthropic 現在使用 Zcash 開創的同一套零知識密碼學,該貼文獲得超過 1,000 個讚。
- •Anthropic 於 11 月 2 日發布 FlashProve,這是一個使用基於雜湊的 zkSNARKs 的開源研究原型,可證明 AI 回應來自特定模型而不揭露其權重。
- •共同撰寫 2014 年 Zerocash 論文(2024 年獲 IEEE 時間考驗獎)的 Alessandro Chiesa,與 Anthropic 人員一同名列 FlashProve 貢獻者名單。
- •Anthropic 將 FlashProve 標記為未維護、未經審計的研究產物,其證明產生速度在每張 GPU 上比標準 vLLM 推論慢約 72 到 94 倍。

Zcash(ZEC)在 24 小時內下跌約 5.9%,至約 1,190 美元,同時整體加密市場也出現回落。儘管價格走低,Helius 創辦人 Mert Mumtaz 卻點出 Anthropic 新發布的 FlashProve 工具與 Zcash 協助推向世界的隱私密碼學之間的新關聯。Mumtaz 的公司為 Solana 區塊鏈建置基礎設施,因此他的評論立場位於 Zcash 專案之外。
這波回檔屬於全市場性質:比特幣(BTC)交易價接近 76,673 美元,同一期間加密市場總值下滑約 1.8%。
為何 Zcash 與 Anthropic 的 FlashProve 被連結在一起
Mumtaz 在同一個 24 小時期間內於 X 上發布貼文寫道:「anthropic/claude 現在正在使用 zcash 全球首創的同一套密碼學」,並以「probably nothing」一詞作結。這篇貼文引起關注,截至撰寫時已獲得超過 1,000 個讚和 170 多則回覆。
這並不是 Mumtaz 第一次為這款隱私幣發聲。5 月時,他登上 Bankless 播客,主張 Zcash 的價值被市場低估,尤其是與 XRP 和 BNB 相比。他表示 ZEC 的價值應該是比特幣總市值的一定比例,有人建議約為 10%。
Zcash 的密碼學淵源可追溯至 2014 年的論文「Zerocash: Decentralized Payments from Bitcoin」。該論文的核心工具 zk-SNARKs——零知識簡潔非互動式知識論證的簡稱——讓一方能夠在不揭露背後資料的情況下證明某項陳述為真。這正是 FlashProve 現在應用於 AI 推論的同一特性:在不揭露模型權重的情況下,證明是哪個模型產生了回應。2024 年,IEEE 安全與隱私研討會授予該論文時間考驗獎(Test of Time Award),委員會表示該論文提供了「如何在實務中使用 zk-SNARKs 的實際範例」。Zcash 網路於 2016 年 10 月上線。
有一位研究員與兩個專案都有關聯。Alessandro Chiesa 是 Zerocash 論文的共同作者,現任職於 EPFL。他也與 StarkWare 有關,並與 Anthropic 的 Roy Rinberg 和 Alex Allain 一同名列 FlashProve 貢獻者名單。
這並非 Anthropic 與 Zcash 今年首次出現交集。6 月時,Zcash 創辦人 Zooko Wilcox 表示,由 Shielded Labs 委託、Anthropic 的 Mythos AI 進行的審計,並未在協定中發現新的嚴重錯誤。
值得注意的是,Zcash 社群目前正就其約 1.25 億美元的補助金庫展開爭論。
FlashProve 是什麼,以及運作成本有多高
Anthropic 於 11 月 2 日發布了 FlashProve,一個開源研究原型。該工具使用基於雜湊的 zkSNARK,在不揭露模型內部設定(即權重)的情況下,證明某個答案來自特定的 AI 模型。該專案記載於 Anthropic 的研究頁面。
FlashProve 旨在彌合信任缺口。當使用者向 AI 服務發送提示時,他們無法確定回應是否真的來自他們付費使用的模型:在答案送達之前,路由服務可能換成較便宜的模型來回應,或者回應在傳送過程中遭到更改。該工具專為混合專家模型而設計,這類模型會將每個輸入路由至系統中幾個專門的部分。
FlashProve 的運作分為兩個步驟。首先,提供者發布一份約 6.5 MB 的小型承諾,鎖定一組確切的權重同時保持其機密,此過程約需 39 分鐘。其次,對於每組提示與回應,系統會產生一份簡短的證明,證明被承諾的模型產出了那些確切的輸出 token。
Anthropic 在 Llama 4 Maverick 上測試了 FlashProve,這是 Meta(NASDAQ: META)的 AI 模型。該模型有 4,007 億個參數,並以壓縮的 4 位元形式執行。測試使用單一 NVIDIA(NASDAQ: NVDA)H100 晶片,處理速度約為每秒 110 個 token。Token 是一小段文字,例如一個單字或單字的一部分。
系統在約 223 秒內處理了 24 個請求。每個請求長度為 1,024 個 token,並產生約 19 MB 的證明。在一般電腦晶片(CPU)上驗證一份證明只需 17 到 21 秒,且驗證者無需存取模型的權重。
代價是速度:與 vLLM 推論相比,證明產生在每張 GPU 上約需 72 到 94 倍的時間,視負載而定。
Anthropic 將 FlashProve 定位為中介研究工具,而非生產級軟體。GitHub 頁面將該程式碼標記為 Apache 2.0 授權下未維護的研究產物,且該專案聲明尚未接受獨立的安全審計。對於關注這項技術後續發展的人而言,審計問題以及 Zcash 內部持續進行的金庫辯論都是值得留意的具體事項。