10月16日,Anthropic公布了一项让密码学界坐立不安的研究成果。一名员工把困扰业界25年的NIST椭圆曲线种子来源问题抛给内部研究模型Claude,未提供任何关键线索。不到半小时,Claude给出答案:五条标准曲线的种子全部来自C语言库老式伪随机数生成器lrand48,初始状态由Unix时间戳决定。
希鸥网观察到,这并非一次简单的技术解谜。NIST在2000年发布的FIPS 186-2标准中列出P-192至P-521五条曲线,种子由美国国家安全局提供,来源从未公开。2015年NSA密码学家Jerry Solinas曾回忆种子可能来自一句玩笑口令,但至死未能证实。二十多年里,外界始终怀疑设计者是否筛选过大量候选曲线,从中挑出带有隐藏后门的参数。
归因这层疑虑的底层逻辑,需要回到密码学标准的信任结构。椭圆曲线数字签名算法ECDSA广泛用于TLS证书、代码签名和区块链,曲线参数哪怕被植入极微弱的偏差,都可能让攻击者以远低于理论安全强度的成本恢复私钥。种子来源不可验证,意味着无法排除“精心构造”的可能,这是悬在整個公钥基础设施头上的达摩克利斯之剑。
Claude的突破路径值得拆解。它没有沿着“幽默口令”的人为线索死磕,而是推测1990年代C语言库的伪随机数生成器输出带有可识别特征,编写扫描程序覆盖34种生成器与截取方式组合。关键证据出现在高位:10个种子中有4个的20个32位字最高位全为零,随机发生概率约五千八百分之一,这正是lrand48只返回48位内部状态中高31位的典型指纹。
随后Claude调用LLL格基约简算法恢复截断状态,回溯出10个素数曲线种子的srand48初始值全部可解释为Unix时间戳,日期集中在1997年5月至1998年4月。这解释了生成过程的机械性:程序用系统时钟初始化弱随机数生成器,迭代抽取候选种子,P-256跑到第1842次才输出最终写入标准的值。没有人为筛选的痕迹,只有代码的惯性。
希鸥网认为,这项发现最值得创业者警醒的地方,不在于AI攻破了什么,而在于它展示了一种“换角度假设”的研究方法论。当整个密码学界被Solinas的口令回忆带偏方向时,Claude选择从软件工程实践出发重建1990年代的开发场景。对创业公司而言,当一条技术路线长期无解,往往不是投入不够,而是初始假设本身就错了。
这与桥水基金瑞·达利欧在《原则》中反复强调的“从高层面俯视机器”如出一辙。达利欧认为,管理者必须不断把实际产出与目标对照,像操作一部机器那样审视人和设计的运转。Claude的做法正是如此:它没有陷入“谁说了什么”的细节泥潭,而是拉远镜头,看到“1997年的程序员会怎么写代码”这个结构性变量。
更值得借鉴的是量化验证的思路。达利欧提到,量化工具能通过数字和仪表盘客观评价机器运转效果。Claude在找到lrand48特征后,没有止步于“看起来像”,而是穷举2¹⁷种隐藏比特可能,用160位种子的精确匹配排除巧合,再通过Unix时间戳的日期集中性交叉验证。每一步都有可复现的计算作为锚点,而非依赖直觉判断。
对技术型创业者而言,这意味着AI研究工具的边界正在从“信息检索”推向“假设生成与验证”。Anthropic特别指出,Claude在一次任务中完成了假设提出、代码编写、模式识别、数学算法调用和结果验证的完整闭环。当问题边界清晰、数据公开、结果可严格验证时,前沿模型正在成为压缩研发周期的基础设施,而非替代人类判断的黑箱。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报,独立评估,入榜品牌将获得电子版《入榜证明》及年度专题公示,优秀案例可获得深度专访+全平台分发。如需修改或发布文章,请加微信号:sheisceo
扫码查看视频号
咨询
咨询