zkVM:把“相信服务器运行过程序”变成可验证的执行证明
学习目标:区分通用 zkVM、zkEVM 与零知识属性,理解程序、输入和输出怎样绑定到同一份证明。
资料核验:2026-11-09 已读取 SP1 官方仓库;2026 趋势展望讨论可验证云计算。展望中的性能数字是预测,不在本文中写成已经实现的基准。
先看一个场景
外部服务返回一份结算结果并附证明。验证者要把证明绑定到期望的程序版本、输入承诺和输出。
读完试一试
说明执行正确、数据可信和数据保密是三项独立目标。
1. 为什么需要证明程序确实执行了
你把大量计算交给云服务器,得到结果 42。普通接口返回只能说明服务器告诉你是 42,不能单独证明它运行了指定程序、使用了正确输入,也不能证明它没有漏算。
zkVM(零知识虚拟机)提供一种可验证执行环境:把支持的程序执行转换为证明,让验证者检查相应计算关系。它降低开发者为每个任务手写专用电路的负担,但不消除证明系统和程序设计的复杂性。
2. 一个执行证明应该绑定什么
| 对象 | 为什么需要绑定 |
|---|---|
| 程序身份 | 防止证明的是另一段“直接返回 42”的代码 |
| 公共输入或输入承诺 | 防止替换数据后仍宣称同一次计算 |
| 执行规则与版本 | 不同虚拟机、库或参数可能产生不同结果 |
| 公共输出 | 让业务方知道证明对应哪个结果 |
| 请求或业务上下文 | 在需要时防止跨任务重放 |
输入承诺只保证对应某份数据,不自动证明数据来自可信来源。它可以与 zkTLS 或其他数据验证机制组合。
3. 从代码到证明的流程
flowchart LR
A[编写可证明程序] --> B[编译为目标执行格式]
B --> C[输入数据并执行]
C --> D[生成执行证明]
D --> E[验证程序身份与公共结果]
E --> F[业务系统接受或拒绝]
SP1 官方资料介绍用 Rust 或支持的 LLVM 编译语言编写程序的方式。实际可支持的库、系统调用和环境能力需要查版本,不能把“通用”理解为任意操作系统程序都能直接运行。
网络请求、随机数和当前时间等外部行为需要明确输入与验证安排,否则不同环境可能产生不一致结果。
4. 小型教学案例:核对订单总额
假设固定程序计算三笔金额 120、80、50 的合计,输出应为 250。证明可以让验证方检查“指定程序按约束处理了所绑定输入,得到 250”。
但如果输入本来就是伪造订单,证明不会把它变成真实交易;如果程序漏扣退款,证明可能忠实证明一个有业务缺陷的计算。
因此完整方案需要同时审查数据来源、业务程序和证明验证路径。任何一层错误,都可能产生看似有证明、实际无效的业务结论。
5. zkVM、zkEVM 与隐私的区别
| 名称 | 主要关注 | 需要避免的误解 |
|---|---|---|
| zkVM | 某类通用指令或程序的可证明执行 | 通用就等于零性能开销 |
| zkEVM | 对 EVM 执行语义的证明或兼容 | 所有实现的兼容程度完全一致 |
| 零知识属性 | 不额外泄露私密输入 | 公开输入和公开输出也被自动隐藏 |
| 有效性证明 | 约束计算结果满足规则 | 数据来源和业务目标一定正确 |
某个系统采用零知识证明技术,不代表最终产品选择隐藏所有交易数据。是否启用隐私以及公开什么,需要看具体接口与证明模式。
6. 怎样阅读性能宣传
同样叫“证明一段程序”,工作负载、硬件、输入规模、是否递归聚合、是否包含准备时间都可能不同。应分别记录执行耗时、证明耗时、验证耗时、内存和成本。
一个每小时执行一次的结算任务可能接受较长证明时间;交互式应用则可能不接受。性能优劣要放进业务延迟预算,而不只看宣传的倍数。
不要把项目自称“最快”的描述当作独立比较结果;需要可复现的基准条件和测量方法。
7. 自测与参考答案
问题:AI 模型推理有执行证明,是否能保证回答事实正确?
答案:不能。证明可以约束运行了哪个模型和计算,但事实准确性还取决于模型、输入、知识和任务定义。
练习:为一项可验证风控计算写出程序版本、输入来源、公共输出和验证后允许的动作,说明哪些内容仍不能由证明保证。
8. 官方资料与继续搜索
- SP1 官方仓库:程序编写、证明与示例入口。
- 2026 趋势展望:可验证云计算的观点背景,不作为实测报告。
- 检索词:
zkVM、SP1、verifiable computation、zkVM vs zkEVM、verifiable cloud computing。