26 年没人拆开的密码学悬案，被 Claude 用半小时找到了答案——一个掉在草丛里的钥匙，一直就在脚边
AI飞行客 26 年没人拆开的密码学悬案，被 Claude 用半小时找到了答案——一个掉在草丛里的钥匙，一直就在脚边
先说清楚：这不是一次”破解”，但这是一次比破解更值得细读的”溯源”。
2000 年，NIST 发布了 FIPS 186-2 数字签名标准。标准里包含了五条椭圆曲线——P-192、P-224、P-256、P-384、P-521。每条曲线都带有一段被称为”种子”的公开参数，用于生成曲线系数。
但问题在于：这些种子来自谁、怎么产生的、有没有被人刻意挑选过——NIST 的公文中一个字都没写。
种子是美国国家安全局提供的。来自 NSA 的不透明参数，密码学界的反应可想而知。外界的怀疑持续了 26 年：NSA 是不是精心筛过大量候选曲线，从中挑了一条留有隐藏后门的？那段 160 位的种子，背后到底藏着什么？
2026 年 10 月 16 日，Anthropic 的一个员工把这个问题丢给了 Claude 内部研究模型。
没有给定任何线索，没有告诉它 Jerry Solinas 的”搞笑口令”往事。模型用了不到半小时，给出了答案。
答案到底长什么样
Claude 追溯的结果是：五条曲线的种子，全部来自 C 语言库的伪随机数生成器 lrand48。生成器的初始状态由 Unix 时间戳初始化。
以 P-256 为例：
– 它在 1997 年 8 月 16 日生成； – 算法连续运行，在第 1,842 个候选值时才挑中标准里的那个种子； – 使用的工具是上世纪 90 年代极为常见的随机数生成器和时间戳。
另外四条曲线也类似，可回溯到 1997 至 1998 年。Claude 还追溯出 P-192 等 6 条曲线的基点来源——来自大整数运算软件包 FreeLIP 中的随机数生成器。
整个过程可以公开复现。 与”搞笑口令”或人为指定的神秘参数相比，”随机数生成器 + 时间戳”的解释，为秘密操作留下的空间小得多。
这条线索怎么带偏了人类 26 年
这个故事的另一个看点，是人类自己怎么走了弯路。
2015 年，参与过曲线设计的 NSA 密码学家 Jerry Solinas 在邮件中回忆：种子可能来自一句带有玩笑意味的口令，类似”给 Bob 和 Jerry 加薪”。但他不确定细节了——那些存档文件已经丢了。Solinas 于 2023 年去世，这条线索就此断了。
Anthropic 自己的员工也曾沿着这条”搞笑口令”的方向去找，全部无功而返。
他们跟错了线索，走了二十多年。 而 Claude 在没有获得这条线索的情况下，半小时就找到了真正路径。
说一下我为什么觉得这个细节比结果本身更有价值：人类走了二十多年的错路，是因为”有人在 2015 年抛了一个听起来很有希望的猜测”。 这个猜测够具体、够人性化、够像真的——所以所有人都朝那个方向去了。
而 Claude 没有社交直觉、不会相信”听起来真实”的故事、不会因为某条线索来自一位已故密码学家的回忆而偏袒它。它直接从二进制数据里追溯，走了最短的路。
这不是模型更聪明的问题，是模型没有被人类讲故事的方式牵着走的问题。
这不是破解，但它的价值不在一键破解
我必须把话说清楚，别被”密码学谜题”四个字 hyped 到。
第一，这个发现没有攻破 ECDSA，也没有发现任何新的私钥攻击方式。 Claude 找到的是种子参数的来源，不是私钥。NIST 曲线的使用方式不会因此改变，用户也完全不需要采取任何措施。
第二，Anthropic 自己也承认，还有一些问题尚未解决。 B-163 曲线的种子来源尚未找到；部分曲线基点的生成方式没有完全解释；P-256 生成过程中，第 876 个候选值似乎也符合要求，最终采用的却是第 1842 个——跳过某些可用曲线的筛选标准仍不清楚。不过跳过数量很少，不足以支持”刻意挑选弱曲线”的推测。
它的真正价值在于：降低了”NSA 故意在参数中植入后门”的担忧。 一个由时间戳和标准库随机数生成器决定的种子，不存在人为操纵的空间。
我的判断
第一，这个案例是目前我看到的 AI 科学发现中最完整的一个闭环样本。
它不是 AI 翻了一堆论文然后胡说八道，而是：给了问题，AI 自己推理，输出结果，结果可以被公开复现验证。 半小时出答案，答案可验证——这在 AI 辅助科学发现的叙事里，是极少数做到了闭环的实例。
对比去年我写过的一些”AI 发现 xxx”新闻——很多是 AI 列了几个假设，人类去一个个验证，验证完发现大部分是用不了的。而这次，Claude 直接给出了一个可以跑的答案。
第二，最值得记住的不是结果，是”走错方向”的成本。
大家回想一下：一条 Solinas 的模糊回忆，让人类密码学界在”搞笑口令”上花了多少精力——从 2015 年到 2026 年，至少 11 年。而 Claude 在没有线索的情况下，半小时完成。
这不代表 AI 可以替代密码学家的判断力——恰恰相反，它验证了另一个规律：在信息不完备的追查场景里，人类最容易犯的错误不是”想得不够多”，而是”太相信一个听起来合理的故事”。 而 Claude 不会犯这个错。这不是更强的创造力，这是更干净的搜索路径。
第三，对普通人的实用意义——很小，但有一个很酷的思想实验。
你虽然用不上 ECDSA 曲线的种子溯源，但这个故事揭示了一个正在成型的格局：AI 处理”信息不完备的逆向追溯问题”的能力，已经超过了人类。 如果你的工作涉及”从碎片证据中重建完整流程”——比如审计、数据恢复、事故复盘、甚至旧项目代码考古——今天就可以试试把你的问题丢给 Claude。可能它做不到 NIST 曲线那个级别，但至少它不会在一个离谱的口令线索上浪费 11 年。
最后说一句： 这件事最动人的地方，不是 AI 展现的算力或推理能力。是一个密码学界被一条模糊回忆、带着走了二十多年的错路，被一个从没见过 Jerry Solinas、不知道什么叫”搞笑口令”的模型，用半小时重新拉上了轨道。
有时候，最好的推理不是更聪明，而是更干净。