Anthropic 的 AI 模型 Claude 在不到 30 分钟内破解了一个困扰密码学界 25 年的谜题：美国国家安全局（NSA）当年为 NIST 椭圆曲线数字签名标准（ECDSA）提供的曲线种子究竟从何而来。这一发现由 Anthropic 公布，并已获得独立验证。
事情要追溯到 2000 年。NIST 将若干椭圆曲线纳入 ECDSA 标准，这是当时应用最广的椭圆曲线数字签名框架。这些曲线参数需要一组“种子”作为起始值来生成，而种子由 NSA 提供，却没有给出任何解释。由于无人知晓种子的生成方式，外界长期怀疑其中可能藏有后门——毕竟，如果种子可以被精心挑选，曲线参数就可能被设计成让特定一方更容易破解。这个谜题甚至曾悬赏征集答案，也吸引了不少业余爱好者尝试。已故 NSA 雇员 Jerry Solinas 曾提出，种子可能是某个幽默短语的哈希值，但这一说法后来被证明不成立。
Claude 的突破口在于一个统计特征。它注意到，部分种子的高位系统性地为零，而这一模式与 lrand48 的输出特征吻合——lrand48 是 C 语言中一个简单的随机数生成器，每次只输出 31 位。进一步追查显示，这些种子是用 1997 年 5 月至 1998 年 4 月之间的 Unix 时间戳初始化 lrand48 后生成的。换句话说，NSA 当年很可能只是用了一个普通随机数生成器加时间戳来产生种子，而非刻意构造。
Anthropic 据此认为，这一结果使“故意植入后门”的可能性明显降低。当然，这并不等于对曲线安全性的全面背书，而是说明种子来源比阴谋论所假设的更为平常。值得留意的是，AI 在此类问题上的作用：它并非进行密码分析攻击，而是从数据中识别出人类多年未注意到的模式，这为 AI 辅助科研与安全审计提供了一个具体案例。
Anthropic 同时宣布，将与此谜题相关的 36,864 美元赏金捐赠给互联网安全研究小组（Internet Security Research Group）。这一举动既是对发现社会价值的认可，也间接回应了外界对 AI 公司如何处理安全研究成果的关注。
从更广的视角看，这起事件触及密码学标准制定中的一个老问题：当标准机构依赖政府机构提供参数时，透明度不足会滋生长期不信任。Claude 的发现虽然无法完全消除所有疑虑，但至少为一段悬案提供了可检验的解释，也提醒标准制定者，种子生成过程应当公开可复现。对于关注 AI 能力边界的人来说，这次“破案”更像是一次模式识别与历史数据挖掘的结合，而非 AI 自主攻破密码体系——其意义在于展示 AI 如何帮助人类重新审视旧假设。