一句话定义：零知识证明（Zero-Knowledge Proof，ZKP）是一套密码学协议，让一方（证明者，prover）在不透露原始数据、不交出秘密本身的前提下，让另一方（验证者，verifier）相信自己确实知道某个秘密，或者某次计算确实算对了。
原理：阿里巴巴的山洞
想象一个环形山洞，中间有一道需要咒语才能打开的门，左右两侧各有一个入口。你想让朋友相信你会念咒语，又不想让他听见咒语。
做法是这样：你随便挑一侧进洞，走到中间门前；朋友站在洞外，随机喊「从左边出来」或「从右边出来」。如果你真会咒语，每次都能照做；如果不会，你有一半概率恰好站在被指定的那一侧，另一半概率会被当场卡住。重复二十轮，全靠蒙对的概率是二的二十次方分之一——比中彩票难得多。朋友从头到尾没听到咒语，却几乎可以确定：你会。
这就是 ZKP 的三个性质：真知道就一定能通过（完备性）；不知道就骗不过去（可靠性）；验证者除了「他知道」这件事之外，拿不到任何额外信息（零知识）。上面这种「验证者反复随机提问」的套路叫交互式证明，实践中也有一次说清、可被反复检查的非交互式版本。
和相邻概念的区别
容易混的三件事可以这样分：
| 概念 | 保住了什么 | 证明了什么 |
|---|---|---|
| 加密（Encryption） | 内容 | 只有持钥匙的人能读 |
| 数字签名（Digital Signature） | 不保密 | 消息来自我，且未被篡改 |
| 零知识证明 | 原始数据本身 | 我掌握某个秘密，或某个计算算对了 |
加密是「把东西锁起来」，有钥匙的人照样看到全部；数字签名是「盖章」，内容依然公开；ZKP 是「根本不给东西」，只给一个结论。
对从业者和普通人的意义
日常场景已经在用：证明「我已满 18 岁」而不出示生日，证明「余额高于某个门槛」而不公开流水，证明「我持有某张凭证」而不暴露身份。链上隐私交易、匿名身份认证都是这个思路。
对 AI 从业者更关键的是可验证计算：让用户相信「这个输出确实是某个模型按声明的参数算出来的」，而不必交出模型权重；或者证明训练数据来自合规来源，而不公开数据集本身。相关方向常被统称为 zkML（零知识机器学习）。
要提醒的是，这套机制算力代价不对称：验证很便宜，生成证明却很贵。所以落地时通常优先选「一次证明、多方反复验证」、且对隐私或信任要求高的场景。具体工具链、性能与支持情况，以官方文档和实测为准。