أخبار الذكاء الاصطناعي · 10 دقيقة للقراءة

هل بدّل موجّه API النموذج؟ ما الذي يستطيع FlashProve من Anthropic إثباته

يستخدم FlashProve من Anthropic براهين المعرفة الصفرية لإظهار النموذج الذي أنتج الإجابة. تعرّف على ما يثبته وحدوده ومعناه لموجّهات واجهات البرمجة.

رسم لنموذج ذكاء اصطناعي يرسل إجابة عبر موجّه، وفوق تدفق البيانات درع تحقق متوهج

FlashProve هو نموذج بحثي أولي مفتوح المصدر من Anthropic للاستدلال القابل للإثبات. يتيح لمزوّد النموذج إنشاء برهان تشفيري على أن إجابة ما صدرت عن مجموعة محددة من الأوزان المثبتة بالتزام، من دون الكشف عن تلك الأوزان. صدر في نوفمبر 2026 وعُرض تطبيقه على Llama 4 Maverick من Meta، لكن لا يمكن تفعيله بعد لحركة واجهة Claude البرمجية أو موجّهات الجهات الخارجية.

هل يستطيع موجّه API تبديل نموذجك سرًا؟

نعم. يمكن لخدمة توجيه تابعة لجهة خارجية أو بائع وسيط أن تستبدل النموذج خلف الكواليس بآخر أرخص أو أصغر، ولا يمكنك اكتشاف الاستبدال بصورة موثوقة بمجرد قراءة الإجابات.

عند الاطلاع على مقارنة الأسعار الرسمية لواجهات الذكاء الاصطناعي البرمجية، يتضح سبب جاذبية موجّهات API المخفضة ونقاط اتصال الوكيل المعاد بيعها. فالنماذج المتقدمة مكلفة عند الاستخدام بكميات كبيرة، والوسيط الذي يعد بمعرّف النموذج نفسه بسعر مخفّض جدًا يبدو مغريًا لأي مطوّر أو قائد فريق يراقب فاتورته الشهرية.

المشكلة أن حقل model في استجابة API ليس سوى سلسلة نصية يعيدها الخادم. وفي منشوره البحثي بتاريخ 2 نوفمبر 2026، أوضح فريق Frontier Red Team في Anthropic المشكلة بجلاء: لا يستطيع المستخدم الذي يستعلم من نموذج اليوم التحقق من أن الإجابات صدرت عن النموذج المحدد الذي يدّعي المطوّر أنه يجيب، بدلًا من نموذج «استبدلته خدمة توجيه سرًا لأسباب تتعلق بالتكلفة، أو حتى مهاجم عبث بتدفق الرموز». ويضيف التقرير التقني لـ Anthropic أن المزوّد قد يستخدم نموذجًا أصغر أو أضعف، أو يبدّل النماذج بين الطلبات.

يفترض كثير من المطورين أنهم سيلاحظون انخفاض المستوى من خلال الانطباع العام أو الاختبار العشوائي لبعض المطالبات. لكن Anthropic تحذّر صراحة من أن الحكم اعتمادًا على مخرجات النموذج وحدها غير موثوق، حتى عندما تبدو الإجابات عالية الجودة. فكثيرًا ما تتعامل النماذج الأصغر والنسخ المُكمَّمة مع المطالبات الاعتيادية على نحو يكفي لاجتياز فحص سريع، بينما تفشل في حالات طرفية أصعب لا تلاحظها إلا في بيئة الإنتاج.

ما هو FlashProve؟

FlashProve نظام تشفيري برمجي بالكامل يستخدم حجة معرفة موجزة بصفر معرفة (zkSNARK) لإثبات أن نموذجًا محددًا ثُبّت بالتزام قد أنتج تسلسلًا معينًا من رموز المخرجات.

بدلًا من الاعتماد على مناطق الأجهزة المعزولة الموثوقة، التي تشير Anthropic إلى أنها مكمّلة للتشفير، يعتمد FlashProve على الرياضيات. ويشمل سير العمل طرفين هما مزوّد النموذج، أي المُثبِت، والمستخدم، أي المُتحقِّق، ويمر بثلاث مراحل:

  1. Commit (دون اتصال): قبل معالجة الطلبات، يحسب المزوّد التزامًا تشفيريًا بأوزان النموذج وينشره. يمكنك تصور هذا الالتزام كبصمة قصيرة يستحيل تزويرها، تحدد مجموعة واحدة دقيقة من الأوزان مع إبقاء الأوزان نفسها سرية.
  2. Prove (عبر الإنترنت، بعد التنفيذ): بعد توليد رموز المخرجات لمطالبة، يشغّل المزوّد برنامج الإثبات لإنشاء ملف برهان يبيّن أن تقييم النموذج المثبت على تلك المطالبة ينتج الرموز نفسها بالضبط. تُنشأ البراهين على دفعات بعد حدوث ذلك، لا أثناء تدفق الرموز إلى المستخدم مباشرة.
  3. Verify: يستطيع كل من يملك الالتزام والمطالبة والإجابة تشغيل برنامج تحقق خفيف على وحدة CPU عادية لفحص البرهان خلال ثوانٍ، من دون رؤية أوزان النموذج مطلقًا.

بالنسبة للمطورين غير المتخصصين في التشفير، توفر zkSNARK أربع ضمانات عملية أبرزتها Anthropic عند إصدارها:

  • الاكتمال: إذا شغّل المزوّد بالفعل النموذج المثبت كما ادعى، فسيجتاز البرهان الصادق عملية التحقق.
  • سلامة البرهان: لا يستطيع المزوّد تزوير برهان مقبول لنموذج مختلف ما لم يكسر افتراضات تشفيرية يثق بها على نطاق واسع.
  • المعرفة الصفرية: لا يعرف المتحقق شيئًا عن الأوزان السرية أو قيم التنشيط الوسيطة أو حتى الخبراء المحددين الذين شُغّلوا داخل نموذج مزيج الخبراء. لكن البنية العامة للنموذج ليست مخفية.
  • الإيجاز: البرهان صغير بما يكفي لتنزيله بسهولة وسريع التحقق مقارنة بإعادة تشغيل نموذج ضخم بنفسك.

نشرت Anthropic خمسة مخرجات على GitHub بموجب ترخيص Apache 2.0 ‏(anthropics/FlashProve، الإصدار 0.16.0): المنشور البحثي، والتقرير التقني، ومواصفة بروتوكول كتبها Claude، وقاعدة الشيفرة التي تتضمن برنامج إثبات CUDA ومتحقق C++ سريعًا يسمى cp_verify ومتحقق Lean مثبت الصحة، وبراهين Lean رسمية مرفقة بأداة تصور تفاعلية. وتشير Anthropic إلى أن Claude أنتج تحسينات zkSNARK الأساسية، وأن الفريق استخدم عبارات رسمية في مساعد الإثبات Lean لجعل قرارات Claude التصميمية المعقدة قابلة للتدقيق.

ما سرعة FlashProve وما حجم البراهين؟

حتى 4 نوفمبر 2026، تفيد Anthropic بأن FlashProve يستطيع توليد براهين لنموذج مزيج خبراء ذي 400 مليار معلمة بسرعة تقارب 110 رموز في الثانية على وحدة NVIDIA H100 GPU واحدة، منتجًا براهين يقل حجمها عن 19 MB ويستغرق التحقق منها 17 ثانية على وحدة CPU.

اختبرت Anthropic أداء FlashProve على Llama 4 Maverick من Meta، وهو مثال بارز بين النماذج مفتوحة الأوزان، ويستخدم إجمالي 400B معلمة، منها نحو 17B معلمة نشطة لكل رمز، أي نحو 232 GB من الأوزان العامة المُكمَّمة إلى 4 بت. فيما يلي الأرقام الدقيقة التي أعلنتها Anthropic في 2 نوفمبر 2026:

المقياس نتيجة FlashProve من Anthropic ‏(Llama 4 Maverick)
النموذج المختبر Meta Llama 4 Maverick ‏(400B إجمالًا، ونحو 17B نشطة لكل رمز، وأوزان 4 بت، ونحو 232 GB)
أجهزة المُثبِت وحدة NVIDIA H100 GPU واحدة ×1 + عدد 24 نواة CPU
وقت الالتزام دون اتصال نحو 39 دقيقة مرة واحدة لكل نموذج، وصالح لنحو 16 مليون طلب قبل تجديد الالتزام
سرعة الإثبات نحو 223 ثانية لدفعة من 24 طلبًا، أي نحو 110 رموز في الثانية
حجم البرهان 18.78 MB لكل طلب، ونحو 19 MB لطلب من 1,024 رمزًا
تنزيل العميل للالتزام نحو 6.5 MB إجمالًا
وقت التحقق (CPU فقط) 17 ثانية على 24 خيط CPU، و21 ثانية على خيط واحد
العبء الحسابي الإضافي مقارنة بـ vLLM نحو 72× من الوقت لكل GPU، وبين 66–77× عبر عمليات التشغيل؛ ونحو 94× عند أعلى حمل اختُبر لـ vLLM، ضمن نطاق 70–95× تقريبًا
حد طول السياق حتى 1,024 رمزًا

لوضع هذه الأرقام في سياقها، قارنت Anthropic FlashProve بالتقنية المفتوحة المصدر السابقة VerInf على نموذج Llama 4 Maverick نفسه. وبحسب Anthropic، عمل VerInf بسرعة تقارب 0.02 رمز في الثانية؛ فاستغرق إثبات 1,000 رمز 14.3 ساعة، وأنتج برهانًا بحجم 93.6 GB، واحتاج إلى يوم كامل تقريبًا للتحقق منه. إن تقليص برهان من 93.6 GB إلى 18.78 MB ينقل التحقق التشفيري من الاستدلال من الرياضيات النظرية إلى شيء يمكن لجهاز العميل تنزيله وفحصه فعلًا.

ومع ذلك، فإن عبئًا حسابيًا إضافيًا يتراوح من 70× إلى 95× مقارنة بالخدمة القياسية باستخدام vLLM يفسر سبب إنتاج البراهين لاحقًا على دفعات، بدلًا من إرفاقها مجانًا بكل إجابة محادثة مباشرة.

ما الذي لا يثبته FlashProve؟

FlashProve نموذج بحثي أولي لا يخضع للصيانة وله قيود تقنية صارمة؛ لذا لا يضمن اجتياز التحقق التكافؤ في حسابات الفاصلة العائمة أو تغطية المحادثة كاملة أو أمنًا مدققًا لبيئة الإنتاج.

إذا قرأت دليلي Anthropic ‏known-limits.md وwhat-is-proved.md في المستودع، فستجد أن الفريق صريح على نحو يُحمد له بشأن مواضع الحدود حتى 4 نوفمبر 2026:

  • نموذج الأعداد الصحيحة وفك الترميز الجشع فقط: ينطبق البرهان على نسخة مُكمَّمة من النموذج تستخدم أعدادًا صحيحة ذات فاصلة ثابتة وتنفذ فك الترميز الجشع، أي اختيار الرمز الوحيد الأعلى تقييمًا دائمًا. تستخدم واجهات API الفعلية عادة حسابات الفاصلة العائمة وأخذ عينات عشوائيًا باستخدام درجة الحرارة. وتفيد Anthropic بأنه في أحد القياسات اختلف الرمز الأعلى في 6.81% من المواضع بين نموذج الأعداد الصحيحة وتنفيذ بالفاصلة العائمة.
  • سياسة قبول «clipped-gap» أكثر تساهلًا: لأن أنظمة تقديم الخدمة قد تختلف قليلًا عن المرجع الصحيح، يدعم المتحقق سياسة أكثر تساهلًا تُخرج WITHIN LIMITS. وتحذر Anthropic من أن القبول وفق هذه السياسة لا يثبت وحده أن الإجابة من النموذج؛ وإذا لم تستطع تقييم حدود السماح هذه بصورة مستقلة، فينبغي ألا تقبل إلا التطابق التام.
  • حد سياق قصير: تدعم البراهين حاليًا سياقات تصل إلى 1,024 رمزًا، وهو ما تصفه Anthropic بأنه «قصير جدًا» مقارنة بجلسات البرمجة أو المحادثة المعتادة.
  • معماريات MoE فقط: لا يدعم التنفيذ الحالي سوى معماريات مزيج الخبراء، ولا يخفي بنية النموذج أو يحمي من القنوات الجانبية مثل هجمات التوقيت.
  • نطاق على مستوى الرموز دون بيانات وصفية: لا يغطي البرهان الصالح سوى الرموز المحددة التي جرى فحصها، ولا يتضمن هوية العميل أو طابعًا زمنيًا.
  • لا تدقيق أمني مستقل: رغم أن سلامة المتحقق المرجعي المكتوب بلغة Lean مثبتة رسميًا، فإن متحقق C++ السريع ‏(cp_verify) وبرنامج إثبات CUDA ومكوّن إنشاء الالتزام لا يملكون ضمانات رسمية؛ إذ يُختبر cp_verify فقط بالمقارنة مع متحقق Lean. وتذكر Anthropic أيضًا أن البرامج والبراهين لم تخضع لتدقيق أمني مستقل، وأن المستودع منشور بوصفه مخرجًا بحثيًا لا يخضع للصيانة ولا يقبل المساهمات.

لماذا يهم معرّف الالتزام أكثر من البرهان؟

لا يؤكد برهان FlashProve الصالح إلا أن الإجابة صدرت عن أيّ أوزان تطابق معرّف الالتزام؛ لذلك يمكن لموجّه غير نزيه أن يلتزم بنموذج رخيص ويعطيك برهانًا صحيحًا رياضيًا لنموذج خاطئ.

هذه أهم خلاصة لمن يقلقه استخدام موجّهات API من جهات خارجية. ففي دليل «الحدود المعروفة» في المستودع، وتحت عنوان المزوّد يختار النموذج، تكتب Anthropic: «الإجابة بنعم لا تخبرك بمن يملك الأوزان… يمكن للمزوّد الالتزام بأي نموذج يريده، بما في ذلك نموذج صغير أو متدهور».

تخيل أنك تدفع لموجّه API مشبوه مقابل الوصول إلى نموذج متقدم بحجم 400B. لتوفير المال، يشغّل الموجّه سرًا نموذجًا رخيصًا بحجم 8B بدلًا منه. إذا أنشأ الموجّه التزام FlashProve خاصًا به لذلك النموذج ذي 8B، ومرّر مطالبتك عبر نموذج 8B، وأرسل إليك الإجابة مع البرهان وملف التزامه، فسيعطي متحقق C++ على حاسوبك المحمول نتيجة ناجحة. الحسابات صحيحة تمامًا، لأن نموذج 8B أنتج تلك الرموز فعلًا.

لهذا تضع Anthropic قاعدة تشغيلية صارمة: «احصل على معرّف الالتزام من جهة تثق بها، وليس مطلقًا من الخادم الذي تفحصه أو من ملفات أُرسلت مع برهان».

لكي يكشف الاستدلال القابل للإثبات موجّهًا غير نزيه، يجب أن ينشر منشئ النموذج الأصلي، مثل Anthropic أو Meta، أو مدقق مستقل موثوق، معرّف الالتزام الرسمي للأوزان الحقيقية. ولا يكشف التشفير تبديل النموذج إلا عندما تتحقق من برهان الموجّه بمقارنته بمعرّف الالتزام الرسمي للمالك.

ماذا يعني ذلك للموجّهات والبائعين والمقيّمين؟

إذا نشر منشئو النماذج مستقبلًا معرّفات التزام رسمية ودعموا الاستدلال القابل للإثبات، فستتمكن موجّهات الجهات الخارجية ومضيفو الخدمات السحابية من إثبات أنهم قدموا الأوزان الدقيقة التي دفعت مقابلها، من دون كشف ملفات النماذج المملوكة لهم.

في إعلانيها بتاريخ 2 و3 نوفمبر 2026، عرضت Anthropic عدة فئات قد تستفيد مع نضج هذه التقنية:

  • عملاء موجّهات API: يمكن للفرق التي توجّه الحركة عبر مزوّدي استدلال خارجيين تدقيق عينة من طلباتها لاحقًا بمقارنتها بمعرّف الالتزام الذي نشره منشئ النموذج، بحيث يفشل أي خفض صامت في المستوى عند التحقق.
  • مقيّمو السلامة المستقلون: يستطيع المقيّمون قبل الإطلاق وبعده التحقق من أن النموذج الذي يختبرون سلامته هو نفسه تمامًا النموذج الذي يُقدَّم لاحقًا للعملاء.
  • فرق الأمن التي تراقب التدفقات المتلاعب بها: لأن البرهان يربط المطالبة ورموز المخرجات بالأوزان المثبتة، تشير Anthropic إلى أنه يصعّب على المهاجمين الموجودين في خوادم مخترقة اختطاف محادثة أو تعديل تدفق الرموز أثناء النقل؛ وهو قلق متصل بتهديدات مستوى التطبيق مثل حقن المطالبات.
  • الجهات التنظيمية وفحوص المصدر: تشير Anthropic أيضًا إلى «ضبط وتيرة» الأجهزة، أي التحقق من استخدام الحوسبة للاستدلال بدلًا من التدريب غير المصرح به، وإلى مصدر النص، أي إثبات أن نموذجًا معينًا كتب مستندًا أو راجعه، وإلى إنفاذ قواعد الموافقة على النماذج.

وماذا عن حركة Claude الخاصة بـ Anthropic؟ في منشور 2 نوفمبر 2026، أشارت Anthropic إلى أن خريطة طريق Frontier Safety Roadmap تضمنت هدف تطوير نموذج أولي للاستدلال القابل للإثبات بحلول 30 سبتمبر 2026، وهو ما تسميه Anthropic «التحقق من الاستدلال» بعد تحديث 19 أكتوبر 2026. وتقول Anthropic إنها حققت موعد سبتمبر من خلال مشروع ذي صلة لكنه منفصل، يوقّع حركة الاستدلال تشفيريًا ويعيد حساب الاستدلال على خادم موثوق. ويسعى FlashProve إلى هدف التحقق نفسه باستخدام تشفير المعرفة الصفرية بدلًا من إعادة الحساب الموثوقة.

ما الذي سأفعله اليوم إذا اشتريت الوصول إلى نموذج عبر جهة خارجية؟

بما أنه حتى 4 نوفمبر 2026 لا تُرفق أي واجهة API تجارية أو موجّه براهين FlashProve بالحركة المباشرة، فإن دفاعك الوحيد الموثوق اليوم ضد استبدال النماذج هو الشراء مباشرة من المزوّدين الأصليين أو من شركاء مدققين تثق بهم بموجب عقد.

إذا كنت مطوّرًا أو قائدًا هندسيًا تفكر الآن في وكيل مخفّض أو موجّه من جهة خارجية، فإليك كيف سأتعامل مع الأمر:

  1. تعامل مع سلسلة model في استجابة الجهة الخارجية بوصفها ادعاءً غير متحقق منه. لا تفترض أن البائع الوسيط يقدم النموذج المتقدم لمجرد أن حمولة JSON تقول ذلك.
  2. لا تعتمد على الفحص العشوائي للمطالبات لاكتشاف الاستبدال. خذ تحذير Anthropic بجدية: لا تستطيع فحوص جودة المخرجات وحدها التمييز بصورة موثوقة بين نموذج متقدم وبديل أرخص عبر المطالبات اليومية.
  3. أبقِ أحمال العمل بالغة الأهمية على واجهات المزوّدين الأصليين أو لدى كبار المضيفين السحابيين. إذا كانت دقة منتجك أو سلامته أو امتثاله تعتمد على نموذج متقدم محدد، فادفع سعر القائمة الرسمي أو استخدم شريكًا سحابيًا رسميًا باتفاقيات مستوى خدمة ملزمة.
  4. اعرف طريقة التحقق إذا طُرحت البراهين لاحقًا. إذا اعتمد مزوّد الاستدلال لديك FlashProve أو نظام zkSNARK مشابهًا مستقبلًا، فلا تستخدم مطلقًا ملف الالتزام المرفق باستجابة المزوّد. اجلب معرّف الالتزام مباشرة من منشئ النموذج، وابنِ المتحقق بنفسك، وافحص الرموز التي يغطيها البرهان، واشترط القبول عند التطابق التام ما لم تستطع تقييم حدود السماح العددية بنفسك.

الأسئلة الشائعة

هل يستطيع FlashProve التحقق من استجابات واجهة Claude البرمجية اليوم؟

لا. حتى 4 نوفمبر 2026، يُعد FlashProve نموذجًا بحثيًا أوليًا مفتوح المصدر عُرض على نموذج Llama 4 Maverick مفتوح الأوزان من Meta. ولا تُرفق واجهة Claude البرمجية ولا OpenAI ولا موجّهات API التجارية براهين FlashProve بالاستجابات اليوم. وذكرت Anthropic بشكل منفصل أنها حققت هدفها الداخلي في خريطة الطريق بتاريخ 30 سبتمبر 2026 للتحقق من الاستدلال عبر مشروع مختلف يوقّع الحركة ويعيد حساب الاستدلال على خادم موثوق.

هل يكشف FlashProve الأوزان السرية للنموذج؟

لا. يستخدم FlashProve برهان معرفة صفرية (zkSNARK) يضمن ألا يعرف المتحقق شيئًا عن أوزان النموذج السرية أو قيم الطبقات الوسيطة أو الخبراء المحددين الذين نُشّطوا أثناء الاستدلال. لا تُخفى البنية العامة للنموذج، كما أن القنوات الجانبية للتوقيت خارج النطاق، لكن الأوزان المملوكة تبقى سرية تمامًا مع استمرار إمكانية تحقق أي شخص من الحساب على وحدة CPU.

هل يمكنني تشغيل متحقق FlashProve بنفسي؟

نعم. نشرت Anthropic الشيفرة على GitHub بموجب ترخيص Apache 2.0 ‏(anthropics/FlashProve). يمكنك بناء متحقق C++ السريع ‏(cp_verify) على Linux وفحص البراهين على وحدة CPU عادية من دون الحاجة إلى GPU أو أوزان النموذج. ويتضمن المستودع مثالًا محفوظًا يستخدم نموذجًا اصطناعيًا صغيرًا كي يتمكن المطورون من اختبار سير العمل Commit → Prove → Verify محليًا.

هل الاستدلال القابل للإثبات هو نفسه التوقيع الرقمي؟

لا. يثبت التوقيع الرقمي القياسي فقط من أرسل رسالة، ولذلك يتطلب منك الثقة بأن المرسل شغّل النموذج الصحيح بأمانة. أما الاستدلال القابل للإثبات باستخدام FlashProve فيثبت أي أوزان مثبتة حسبت رموز المخرجات. وحتى عندئذ، يجب أن تحصل على معرّف الالتزام من جهة موثوقة، لأن خادمًا غير نزيه قد يلتزم بخلاف ذلك بنموذج رخيص وينشئ له براهين صالحة.

آخر تحقق من التفاصيل: 4 نوفمبر 2026. المراجعة التالية: 4 ديسمبر 2026.

المصادر

بقلم

Chunyu Cai

Chunyu Cai هو الرئيس التنفيذي لشركة Lotook, LLC ورائد أعمال يكتب عن نماذج الذكاء الاصطناعي ووكلائه وكيف تغير العمل اليومي. يحمل Chunyu Cai درجة الماجستير من Imperial College London.