AI 正变得更强大。我们相信，下一代 AI 应当能为自己的隐私保护、安全策略和行为承诺提供可核查的证据，让人们有依据地决定是否信任它。
为什么这件事重要
我们越是让 AI 代自己处理事务，就越需要知道它是否值得托付。
在交出私密数据或授予工具访问权限之前，人们应当能够核查服务商的承诺。工程师和审计人员也应当拿得到可以检查、质疑的证据。
哪些事情应当可以核查
- 隐私保护。 谁能读取提示词和回答？这些数据如何留存？
- 安全策略。 请求受哪份策略约束？策略是否得到执行？
- 模型身份。 实际处理请求的是哪个模型、哪些软件和配置？
- 智能体行为。 它做了什么，又是依据谁的授权？
我们希望 AI 系统能够用证据回答这些问题。每一次核查都应写清楚覆盖的声明，以及仍然依赖的信任假设。
为什么从 TEE 出发
可信执行环境（TEE）为这个愿景提供了一个实际起点。它旨在给定威胁模型内，将运行中的软件与宿主系统隔离。远程证明则提供关于所加载软件的签名记录，客户端可以在发送数据前核对它。
AI 服务已经在使用这些机制，TEE 安全也是本站编辑的研究方向。我们追踪它们的部署和失效。远程证明本身不能说明软件正确执行了安全策略，也不能说明 AI 回答真实。
其他方法如何帮助实现愿景
数学证明、重新执行、审计与签名覆盖这个问题的其他部分。我们比较它们与 TEE 的作用，也研究如何组合使用，并写清楚各自的信任假设。
我们正在推动什么
verifiable.pro 希望把这个愿景变成人们用得上的工作：
- 建立中英文 TEE 学习路径，从基本概念讲到核查一份真实的证明报告，涵盖 CPU 与 GPU 机密计算，以及 TEE 如何失效。
- 维护注明日期的 AI 服务及其证据记录和 TEE 攻击记录，写明外界能检查什么。
- 在 GPU 机密计算中运行站内助手，由浏览器核对服务环境的远程证明证据。助手目前仍是演示模式。
我们希望，核查证据能成为人们选择、构建和使用 AI 时的日常步骤。
我们坚持的标准
报道以证据支持的范围为准，厂商声明注明出处，错误公开更正。我们不认证服务。
谁在建设这个网站
verifiable.pro 由 SEPT Lab 维护，Mengyuan Li 担任编辑。贡献者名单列出了参与建设的人。
我们为谁写作
我们以中英文写作，面向使用、构建、研究或评估 AI 系统的人。