Sprawni Cyfrowo
FlashProve to otwarty prototyp Anthropic, który ma kryptograficznie potwierdzać, z jakiego modelu AI pochodzi dana odpowiedź. Firma opisała go 2 listopada we wpisie badawczym o tzw. provable inference, czyli dowodzonej inferencji. Kod, specyfikację i dowody formalne udostępniono na licencji Apache 2.0. To na razie badania, a nie gotowa usługa.
Problem jest prosty do opisania. Dziś użytkownik nie ma jak sprawdzić, czy odpowiedź naprawdę wygenerował model, za który płaci. Pośrednik może po cichu podstawić tańszy model, a atakujący może zmodyfikować strumień odpowiedzi. Sama jakość tekstu niczego nie dowodzi. TechCrunch porównuje pomysł do podpisu cyfrowego w e-mailu, który potwierdza nadawcę wiadomości.
Jak działa FlashProve
System opiera się na dowodach typu zkSNARK. Dostawca publikuje zobowiązanie do konkretnego modelu, coś w rodzaju odcisku palca. Potem do każdej odpowiedzi dołącza krótki dowód, który da się zweryfikować na zwykłym komputerze. Dowód nie ujawnia wag modelu, więc mogą z niego korzystać także twórcy modeli zamkniętych. Anthropic zaznacza jednak, że architektura modelu nie jest w ten sposób ukrywana.
Liczby z testów są konkretne. Dla modelu Llama 4 Maverick (400 mld parametrów, architektura mixture of experts, wagi 4-bitowe) jedna karta H100 generuje dowody z prędkością około 110 tokenów na sekundę. Dowód dla zapytania o długości 1024 tokenów waży około 19 MB. Koszt to wciąż 70–95 razy więcej czasu GPU niż samo uruchomienie modelu w popularnej bibliotece vLLM. Według Anthropic wcześniejsze otwarte systemy były jednak o rzędy wielkości wolniejsze.
Ciekawy jest też sposób powstania projektu. Anthropic pisze, że usprawnienia w systemie opracował Claude. Ponieważ decyzje modelu w dużym systemie trudno ocenić, kluczowe gwarancje bezpieczeństwa zapisano w języku dowodów formalnych Lean. Każdy może je samodzielnie sprawdzić.
Co to znaczy dla firm w Polsce
Wiele firm korzysta z modeli AI przez pośredników: integratorów, platformy z wieloma modelami albo narzędzia SaaS z wbudowanym czatem. W umowie często widnieje nazwa konkretnego modelu, ale dziś nie da się tego technicznie zweryfikować. Weryfikowalna inferencja mogłaby to zmienić, szczególnie tam, gdzie liczy się zgodność z przepisami i audyt. Anthropic sam wskazuje zastosowania dla audytorów i regulatorów, którzy muszą wiedzieć, jaki model faktycznie testują.
Na wdrożenie trzeba jednak poczekać. Według TechCrunch ani Anthropic, ani inne laboratorium nie planuje na razie uruchomić systemu w swoich usługach. Do tego czasu warto pytać dostawców wprost, z jakiego modelu i jakiej wersji korzystają, oraz zapisywać to w umowach.
Źródło: Anthropic, „Progress on provable inference for large language models” (EN, 2 listopada 2026); TechCrunch (EN, 3 listopada 2026).
