人工智慧研發公司 Anthropic 表示，旗下尚未公開的 Claude AI 內部研究模型，在不到 30 分鐘內解答了困擾密碼學界超過 25 年的標準加密參數來源謎題。這項研究成功還原了美國國家標準與技術研究院（NIST）多條廣泛使用的橢圓曲線種子生成機制，確認其僅是源自 1990 年代的電腦系統時間。
拆解歷史程式碼，發現 1990 年代系統時間戳記
在密碼學領域中，加密演算法通常需要一組初始數字作為「種子」（Seed），藉此推導後續的數學參數。美方於 2000 年發布的數位簽署標準中，收錄了多條橢圓曲線（包括 P-192、P-224、P-256、P-384 及 P-521），但官方當時並未透露這些種子的具體產生方式，引發學界對暗藏後門的疑慮。
為了解開謎團，研究團隊向內部 AI 模型提出這項歷史難題。模型並未沿用過去搜尋「口頭短語」的舊方向，而是轉向分析 1990 年代開發者常用的程式軟體工具。模型推測當時的程式可能使用了標準 C 語言程式庫中的偽隨機數產生器（PRNG）lrand48，並自行撰寫掃描程式比對不同組合。
經由數學規律比對，模型發現這些種子拆解為 32 位元結構後，最高位元皆為零，這完全符合舊式亂數產生器的輸出特徵。進一步反向推算後，證實這些種子對應的是 1997 年 5 月至 1998 年 4 月之間的 Unix 時間戳（Unix Timestamp）。例如著名的 P-256 曲線種子，即為 1997 年 8 月 16 日系統時間所產生的第 1,842 組候選數字。
專家獨立驗證結果，獎金全數捐贈公益
這項研究結果公布後，隨即獲得獨立密碼學研究員的驗證。研究員採用 Go 語言重新實作演算法，確認計算過程完全吻合。先前由社群設立的 3.6 萬美元懸賞金已由 Anthropic 領取，並全數捐贈給營運 Let’s Encrypt 的非營利組織網際網路安全研究小組（ISRG）。
研究團隊特別說明，這項發現屬於歷史檔案的追溯，並未發現橢圓曲線數位簽署演算法（ECDSA）存在任何新漏洞，亦未破解現有的加密機制。一般企業與終端使用者不需要更換密碼、更新設備或調整現有安全防護措施。
這代表什麼
這項突破對資訊安全與 AI 產業應用具有多重重要意義：
- 消除關鍵加密標準的後門疑慮：全球許多網路傳輸協定（如 HTTPS）、金融系統與數位簽章均仰賴 NIST 橢圓曲線。確定種子僅是由當時的系統時間隨機生成，大幅降低了設計者當年刻意植入數學缺陷的可能性，提升了整體產業對現行加密基底的信心。
- 展現 AI 程式碼考古與推理能力：過往人類研究者受限於歷史口傳線索，難以全面掃描過往舊軟體庫的各種輸出模式。AI 能夠自動將複雜問題拆解為參數掃描、演算法比對與邏輯推演，在半小時內完成了人類耗時數年未能解決的組合比對。
- 推動 AI 在專業技術領域的實用化：這證明高階 AI 模型不只適用於文字生成或圖像處理，更能作為專家級的研究助理，處理嚴謹的數學推論與程式碼歷史分析，縮短解決複雜學術難題的時間。
背景補充
橢圓曲線密碼學（ECC）是現代資訊安全的核心技術之一，其優點在於可以用較短的金鑰長度，提供極高的安全強度。其中，橢圓曲線數位簽署演算法（ECDSA）被廣泛運用於電子郵件驗證、網路通訊安全憑證以及區塊鏈交易等場景。
1990 年代末期，美國國家安全局（NSA）協助 NIST 制定數位簽署標準時，提供了多組曲線參數。然而，由於 NSA 當時並未說明種子數字的推導邏輯，密碼學界長年擔心這些數字可能經過特殊篩選，隱藏著只有特定機構掌握的破解漏洞。過去曾有參與計畫的密碼學家回憶種子可能來自某段幽默短語，導致後人方向被誤導。這次藉由 AI 自動還原歷史工具鏈，才終於讓這段擱置了 26 年的密碼學懸案真相大白。
常見問題
這項發現代表我們目前使用的網路加密方式不安全嗎？
完全不會。這項研究僅是澄清了加密參數的歷史來源，證實其為系統時間產生的隨機數，並未發現任何安全漏洞或密碼破綻。
Claude AI 是如何找到人類找了 26 年都沒發現的答案？
AI 放棄了傳統尋找「口令短語」的假設，改為分析 1990 年代常用的 C 語言偽隨機數產生器，並自動撰寫程式比對數十萬種參數組合與時間戳，從中找出符合的規律。
一般企業或個人使用者需要做任何系統更新嗎？
不需要。這次研究屬於密碼學歷史來源的釐清，不涉及加密演算法的修改，一般使用者無需變更密碼或進行系統更新。