币圈界报道：

AI 成破译密码学历史谜题的关键钥匙

由 Anthropic 开发的 Claude 模型在不到三十分钟内，成功还原了五个被广泛采用的 NIST 椭圆曲线种子值的生成路径。该成果来自 10 月 16 日发布的研究报告，标志着密码学领域对长期存疑的标准参数起源问题取得实质性进展。

AI 推演揭示参数生成逻辑，增强标准可信度

Ripple 首席工程官 J. Ayo Akinyele 对此表示高度关注，认为该发现具有里程碑意义。他指出，尽管过程看似简单，但其背后所揭示的算法逻辑极为关键——这些曲线的初始种子由旧版 C 语言中的 lrand48 伪随机数生成器生成，且以 Unix 时间戳作为驱动。

“AI 成功追溯出原始生成方式，不仅提供了清晰的可验证路径，也极大提升了当前加密标准的透明性与可信基础。”他强调，此类方法未来或可应用于破解其他未解的密码学历史难题。

为何曾引发全球安全界担忧？

NIST 标准椭圆曲线自推出以来，始终面临质疑。核心争议点在于美国国家安全局（NSA）在引入参数时缺乏完整说明，导致部分学者怀疑其中可能嵌入隐蔽弱点或后门。

此次分析确认，包括 P-192、P-224、P-256、P-384 与 P-521 在内的五条主流曲线，其种子均源自 lrand48 算法。该函数是早期 Unix 系统中常见的伪随机生成器，具备确定性特征，不具备现代加密强度，但在当时已属通用工具。

术语补充：lrand48 是一种基于线性同余的伪随机数生成器；ECDSA 则是用于数字签名的核心算法，广泛部署于区块链、通信协议和身份认证系统中。

对区块链与数字资产安全的深层影响

此项研究并未构成对椭圆曲线密码体系的实际攻击，也不代表现有加密资产存在新型漏洞。真正价值在于：它有效排除了因人为操控而设计弱点的可能性，使主流标准的安全性获得更强支撑。

Anthropic 表示，尽管种子生成过程得以澄清，但关于为何最终选定特定基点、以及为何否决其他数学上可行的候选方案等问题，仍无完整答案。

这表明，即便技术细节被解开，标准制定背后的决策逻辑依然存在模糊地带。然而，这一进展明确展示了人工智能在处理复杂历史技术难题方面的潜力，为密码学研究开辟全新范式。