币圈界报道：

人工智能破译加密标准起源：五条曲线种子溯源完成

Ripple工程主管J. Ayo Akinyele对Anthropic团队借助Claude AI实现的关键突破表示肯定，该成果成功解析了五大NIST椭圆曲线中神秘参数的生成路径。这一发现将这些初始值与lrand48伪随机数生成器联系起来，终结了长达二十五年的技术争议。

AI揭示加密参数背后的简单生成逻辑

在社交媒体上，Akinyele指出，人工智能以极简方式还原了长期困扰学术界的复杂问题——为何某些椭圆曲线的起始数值看似无规律。他强调，这一发现意义重大，因为相关质疑已持续超过二十年，而如今终于获得清晰、可复现的解释。

Claude在半小时内锁定关键生成机制

Anthropic于10月16日公布研究成果，披露其内部版本的Claude仅用30分钟便识别出原始种子的生成方法。此前，由于缺乏完整文档支持，研究人员始终无法确定这些参数是如何被选定的，导致外界广泛猜测其背后可能存在隐藏漏洞或人为干预。

溯源至旧式C语言库中的随机数引擎

调查覆盖了包括P-192、P-224、P-256、P-384和P-521在内的五种标准化椭圆曲线，它们是支撑ECDSA加密体系的核心组件。长期以来，因NSA提供的说明有限，这些参数的来源引发持续质疑，甚至衍生出关于后门植入的推测。

最终，Claude确认这些种子源自lrand48系统，该工具通过取用Unix时间戳作为初始输入来生成数值。这一结果不仅提供了可验证的重现路径，也显著降低了对加密标准被操控的怀疑。

澄清历史疑点，未动摇现有加密体系安全基础

尽管研究已明确部分生成流程，但Anthropic承认仍存在若干未解细节，如特定基点选择依据及被剔除的候选数学结构。这些遗留问题意味着标准制定过程的完整图景尚未完全浮现。

值得注意的是，本次分析并未揭示针对ECDSA的攻击手段，亦未发现影响加密货币系统的漏洞。其核心在于揭示开发者如何设定参数，而非评估系统是否可被攻破。

对于依赖数字签名机制保障交易可信性的区块链网络而言，这一进展具有重要意义。研究者现在可复现种子生成过程，并重新审视过往围绕标准可信度的假设。

该案例充分展现AI在辅助复杂数学推演方面的潜力，标志着技术界首次以自动化方式验证跨代难题。Akinyele的公开回应凸显此发现对提升加密透明度的价值，而非直接改变当前网络安全格局。