El descubrimiento de las curvas NSA de Claude resuelve un misterio de 25 años, pero no todas las preguntas
Claude rastreó cinco números sin explicación proporcionados por la NSA hasta un generador aleatorio de los años noventa, resolviendo un misterio criptográfico que había durado aproximadamente 25 años. El descubrimiento de las curvas NSA de Claude no revela cifrado vulnerado ni un nuevo ataque. En cambio, reconstruye cómo probablemente se produjeron parámetros importantes.
Anthropic afirma que un modelo interno de investigación llegó al resultado en menos de 30 minutos. El modelo vinculó semillas de curvas NIST publicadas con lrand48, un generador predecible incluido en bibliotecas de software C antiguas. Después recuperó marcas de tiempo correspondientes a fechas entre mayo de 1997 y abril de 1998.
Ese resultado debilita una sospecha persistente. Los criptógrafos se habían preguntado si la NSA examinó muchas curvas posibles hasta encontrar algunas con vulnerabilidades secretas. Sin embargo, el descubrimiento no reconstruye todas las decisiones de diseño, y Anthropic sigue siendo una parte interesada que evalúa su propio modelo.
El descubrimiento de las curvas NSA de Claude reconstruyó cinco semillas
Claude encontró una vía reproducible desde marcas de tiempo históricas hasta cinco semillas de curvas NIST estandarizadas.
Anthropic publicó el resultado el 16 de octubre de 2026 en un detallado informe sobre el origen de las curvas. La empresa indicó que un empleado planteó el problema abierto a su modelo interno de investigación sin destacar la teoría principal.
Esa teoría involucraba una frase humorística olvidada. El matemático de la NSA Jerry Solinas había recordado una vez que una semilla podía provenir de palabras parecidas a “Give Bob and Jerry a raise.” Investigadores anteriores dedicaron años a probar posibles frases y métodos de hash sin encontrar los valores publicados.
Claude abordó el problema como un ejercicio de informática forense de software. Consideró qué herramientas probablemente habría utilizado un programador que creara curvas a finales de los años noventa. Eso desplazó la búsqueda del lenguaje humano hacia bibliotecas de software comunes.
El modelo probó 34 combinaciones de generadores antiguos y distintos fragmentos de su salida. Observó que el bit más alto estaba sistemáticamente desactivado en partes de varias semillas. Anthropic calculó que este patrón visible ocurriría de forma aleatoria con una probabilidad de una entre 5.810.
Esa pista apuntaba a lrand48, un generador congruencial lineal con un estado interno de 48 bits. Un generador congruencial lineal crea una secuencia repetible de números aplicando la misma operación aritmética después de cada salida.
El modelo luego trabajó hacia atrás desde los valores publicados. Para un grupo, probó las 131.072 configuraciones posibles de 17 bits ocultos. Las salidas consecutivas coincidieron con la secuencia esperada.
Las semillas de curvas primas requirieron otro paso porque cada salida del generador había sido truncada. Claude utilizó reducción de retículas, una técnica matemática para recuperar estructura a partir de información numérica parcial.
Anthropic afirma que cinco semillas de curvas primas de NIST y cinco semillas de ejemplo ANSI X9.62 compartían el mismo patrón. Cada estado recuperado regeneró la semilla completa de 160 bits, proporcionando una coincidencia mucho más sólida que un parecido superficial.
Claude también retrocedió cada secuencia hasta un estado compatible con srand48, la función usada para inicializar el generador. Cada inicialización recuperada correspondía a una marca de tiempo Unix plausible entre mayo de 1997 y abril de 1998.
La secuencia P-256 comenzó en una marca de tiempo correspondiente al 16 de agosto de 1997. El generador alcanzó la semilla estandarizada después de 1.842 candidatos. Anthropic publicó un breve código de reproducción para que investigadores independientes puedan generar el mismo valor.
Esta reproducibilidad distingue el resultado de una conjetura histórica imprecisa. El código público asigna fechas, generadores y recuentos de iteraciones específicos a las semillas publicadas exactas.
Aun así, no aporta pruebas documentales de lo ocurrido dentro de la NSA. Ningún código fuente recuperado, nota de desarrollo o registro de la agencia confirma que los diseñadores originales siguieran este procedimiento exacto.
La evidencia es computacional, no archivística. Muestra que un proceso sencillo e históricamente plausible produce los números de forma exacta. Eso hace extremadamente difícil sostener la coincidencia como explicación alternativa.
Por qué las semillas de curvas NIST sin explicación generaron sospechas
La preocupación nunca fue que las semillas fueran secretas, sino que su selección sin explicación dejaba espacio para una influencia oculta.
La criptografía de curva elíptica utiliza curvas matemáticas para respaldar firmas, intercambio de claves y otras operaciones de seguridad. Su seguridad depende en parte de problemas matemáticos difíciles y en parte de parámetros públicos fiables.
NIST adoptó en 2000 una colección de curvas proporcionadas por la NSA mediante FIPS 186-2, su Estándar de Firma Digital. La especificación publicó valores de semillas, pero no explicó el origen de esos valores.
Una semilla ayuda a derivar parte de la ecuación pública de una curva. Publicarla puede respaldar un argumento de “nada bajo la manga”, es decir, que los diseñadores no manipularon libremente todos los parámetros.
Esa garantía depende de saber cómo se eligió la propia semilla. Sin un proceso documentado, los observadores no pueden descartar pruebas repetidas diseñadas para llegar a una curva preferida.
Los criptógrafos Neal Koblitz y Alfred Menezes examinaron este problema en su artículo sobre el enigma de 2015. Su análisis situó la controversia sobre las curvas dentro de un debate más amplio sobre transparencia, confianza y estándares diseñados por gobiernos.
La sospecha aumentó tras las revelaciones sobre Dual EC DRBG, un generador de números aleatorios diferente asociado con la NSA. Investigadores habían advertido que sus constantes sin explicación podían facilitar una puerta trasera en condiciones específicas.
NIST finalmente retiró su recomendación de Dual EC y publicó unas directrices revisadas sobre Dual EC. Ese episodio no demostró que las curvas elípticas estandarizadas contuvieran debilidades similares.
Sí mostró por qué los parámetros sin explicación merecían escrutinio. Una agencia gubernamental con una pericia criptanalítica excepcional también tenía misiones de inteligencia que incentivaban el acceso a comunicaciones protegidas.
Por tanto, la historia de origen faltante tenía un peso institucional. Los usuarios debían confiar en curvas proporcionadas por una agencia que se beneficiaría de conocer debilidades inaccesibles para los demás.
Las semillas de curvas NIST fueron públicas desde el principio. No eran contraseñas, claves de firma ni secretos de billeteras. Su importancia provenía de la historia de diseño que podían revelar.
Un diseñador malicioso podría, en teoría, probar muchas semillas candidatas, descartar curvas normales y publicar una con una propiedad sutil explotable. Los externos verían una semilla formalmente válida sin saber cuántas alternativas se habían descartado.
Este es el conflicto entre compromiso y transparencia en el centro de la historia. El proceso de estandarización presentó números fijos, pero no conservó una explicación pública convincente sobre su selección.
Steve Weis y otros investigadores buscaron esa explicación faltante mediante investigación histórica y solicitudes de registros públicos. Según se informó, NIST no tenía documentación superviviente que resolviera la cuestión, mientras que las respuestas de la NSA no produjeron una respuesta.
En 2023, el ingeniero criptográfico Filippo Valsorda y otros colaboradores crearon una recompensa por las semillas para una explicación reproducible. El premio podría alcanzar los $36.864 si se dona a una organización benéfica.
Jerry Solinas murió ese año. Su muerte eliminó a la persona más estrechamente vinculada con los números, aumentando la probabilidad de que el proceso original permaneciera sin documentar de forma permanente.
El resultado de Claude cambia esa situación porque los números ahora aportan su propia evidencia histórica. Codifican propiedades reconocibles de un generador antiguo y conducen hacia atrás a fechas de desarrollo plausibles.
Eso no borra el fallo del proceso de estandarización. Un diseño criptográfico fiable no debería necesitar décadas de ingeniería inversa para establecer de dónde proceden sus parámetros públicos.
Cómo Claude trabajó fuera de la antigua premisa
La contribución importante de la IA no fue solo la computación bruta, sino un cambio en el modelo de búsqueda.
Los investigadores humanos habían heredado una pista memorable de Solinas. Esperaban una frase, una función hash o una combinación de ambas. Esa pista acotó la búsqueda, pero también la ancló a una historia incorrecta.
Anthropic afirma que su empleado evitó deliberadamente orientar a Claude hacia la teoría de la frase. En cambio, el modelo preguntó qué comportamiento de software podría dejar rastros visibles dentro de las semillas.
Fue un replanteamiento productivo. Los antiguos generadores seudoaleatorios eran comunes, deterministas y lo bastante débiles como para que partes de su estructura interna siguieran siendo detectables.
Según se informa, Claude escribió código para recorrer los bits de las semillas y comparar bloques adyacentes con las salidas del generador. Esto combinó la generación de hipótesis, la creación de programas, el análisis matemático y la verificación.
También utilizó técnicas establecidas en lugar de inventar nuevas matemáticas criptográficas. La fuerza bruta recuperó un pequeño estado oculto en un caso. La reducción de retículas gestionó la salida truncada en otro.
Por lo tanto, el descubrimiento criptográfico de Claude se parece a un flujo de trabajo de investigación acelerado. El modelo propuso un mecanismo plausible, construyó pruebas, descartó alternativas y comprobó salidas exactas.
Los humanos siguieron desempeñando funciones esenciales. Un empleado de Anthropic seleccionó el problema, proporcionó contexto, ejecutó el entorno de investigación y reconoció la importancia del resultado.
El equipo citado por la empresa incluía a John Wood, Henry de Valence, Ava Howell, Zack Voase, Lucy Sweet, Amir Omidi, Paul Crowley, Iain McGinniss, Nicholas Carlini y Steve Weis.
El resultado también dependió de décadas de trabajo previo. Los investigadores habían documentado los parámetros sin explicación, preservado testimonios históricos, organizado la recompensa y aclarado lo que requería una solución válida.
Claude no descubrió de forma independiente que existía un misterio importante. Entró en un problema cuidadosamente descrito con estándares publicados, valores objetivo conocidos, pistas históricas y una prueba computacional objetiva.
Aun así, la rapidez importa. Los investigadores conocían el objetivo desde hacía años, pero la hipótesis del generador alternativo aparentemente no había producido la reconstrucción completa.
Anthropic citó al modelo cuestionándose si operaba dentro de una simulación tras encontrar la coincidencia. Luego verificó las probabilidades y los patrones de bits exactos antes de aceptar que el resultado era real.
Esa reacción es interesante, pero el monólogo interno no es la evidencia más sólida. La asignación reproducible de estados del generador a valores publicados sustenta el caso técnico.
Los lectores también deberían distinguir este resultado de las afirmaciones de que la IA resolvió de forma autónoma matemáticas avanzadas. Claude aplicó herramientas conocidas a un problema forense delimitado cuya respuesta podía comprobarse mecánicamente.
Esa limitación no hace que el logro sea trivial. El trabajo científico suele avanzar cuando alguien selecciona la abstracción adecuada y la prueba de manera eficiente.
El descubrimiento sugiere que los modelos de investigación pueden explorar combinaciones descuidadas de técnicas ordinarias. Estos sistemas pueden volverse especialmente útiles allí donde se cruzan archivos, código, estándares y matemáticas.
También pueden heredar supuestos falsos de los prompts. Si el empleado hubiera enfatizado la frase humorística, Claude podría haber repetido la misma vía de búsqueda improductiva.
La lección para los equipos de investigación es operativa. Los modelos funcionan mejor cuando pueden generar hipótesis en competencia, escribir código de verificación y enfrentarse a objetivos falsables.
Un resultado de investigación debe dejar algo más que una transcripción impresionante. Necesita código reproducible, entradas especificadas, un entorno documentado y límites claros en torno a las preguntas no resueltas.
El resultado reduce los temores de puertas traseras sin demostrar un diseño perfecto
La reconstrucción hace menos plausible una manipulación deliberada de las semillas, pero no certifica cada decisión sobre las curvas de NIST.
Anthropic afirma explícitamente que el hallazgo no es una vulneración criptográfica, un nuevo ataque ni una debilidad recién identificada. Los usuarios no necesitan reemplazar claves a causa de este descubrimiento.
El débil generador lrand48 no sería seguro para producir una clave criptográfica privada. Cualquiera que estimara su momento de inicialización podría reconstruir su salida.
Eso no es lo que ocurrió aquí. Las semillas proporcionadas por la NSA eran entradas públicas usadas para derivar parámetros públicos de las curvas. Su previsibilidad ahora ayuda a explicar su procedencia.
La distinción es crucial. Un generador débil puede ser peligroso cuando el secreto depende de una salida impredecible. Puede favorecer la transparencia cuando los investigadores necesitan reconstruir un proceso público de diseño.
Anthropic sostiene que la secuencia basada en marcas de tiempo deja menos margen para una subversión dirigida. El proceso recuperado parece una generación rutinaria, en lugar de una selección opaca entre alternativas ocultas ilimitadas.
Sin embargo, la reconstrucción contiene varias lagunas. Claude no recuperó la semilla binaria B-163, pese a coincidir con otras cuatro semillas de curvas binarias de NIST.
Tampoco explicó los puntos base de P-224, P-256, P-384 o P-521. Un punto base es el punto público fijo que se multiplica al generar claves y firmas de curva elíptica.
Claude sí rastreó otros seis puntos base hasta un generador de la biblioteca de enteros largos FreeLIP. Estos incluían P-192 y cinco curvas de ejemplo ANSI generadas en mayo de 1997.
El modelo encontró valores enteros pequeños de inicialización para esos puntos base. También reconstruyó un proceso que descartaba siete salidas antes de generar coordenadas candidatas.
Sin embargo, las curvas más discutidas conservan historiales de puntos base sin respuesta. Eso significa que la frase «misterio resuelto» se aplica con mayor fuerza a las semillas, no a cada parámetro.
La selección de candidatos presenta otra incertidumbre. P-256 utilizó el candidato 1.842, pero el candidato 876 también produjo una curva de orden primo con el tamaño y la construcción esperados.
Anthropic identificó candidatos viables adicionales que se omitieron durante las ejecuciones de P-224 y ANSI. La empresa no sabe si los criterios de selección, el comportamiento de la implementación u otra razón explican esas omisiones.
Considera implausible un debilitamiento dirigido porque se omitieron relativamente pocos candidatos viables. Una búsqueda práctica de una debilidad secreta poco común normalmente requeriría una libertad de selección mucho mayor.
Ese razonamiento es creíble, pero no absoluto. La reconstrucción numérica no puede revelar cuántas ejecuciones completas ocurrieron antes de la secuencia publicada.
Tampoco puede establecer las intenciones de los diseñadores. Hacer coincidir marcas de tiempo y estados del generador muestra cómo pueden reproducirse los valores, no por qué se tomó cada decisión final.
Aquí es donde importa la revisión independiente. Anthropic desarrolló Claude, realizó el experimento, interpretó el resultado y publicó la narrativa técnica.
Su código de reproducción permite que terceros comprueben las coincidencias exactas de las semillas. Los criptógrafos independientes aún deben examinar los supuestos sobre truncamiento, interpretación de las marcas de tiempo, criterios de candidatos y plausibilidad histórica.
Por tanto, el descubrimiento de Claude sobre las curvas de la NSA es más sólido que un benchmark de empresa. Produce un artefacto técnico falsable, en vez de una puntuación en una evaluación diseñada por el proveedor.
Aun así, la conclusión más prudente sigue siendo más limitada que el titular. Claude encontró orígenes convincentes y reproducibles para la mayoría de las semillas analizadas y varios puntos base.
No demostró que no exista ninguna propiedad oculta en todas las curvas estandarizadas. Tampoco hizo retroactivamente adecuado el proceso de documentación original.
El descubrimiento reduce una categoría importante de sospecha. No puede convertir registros históricos ausentes en una pista de auditoría completa.
Bitcoin no es la curva en el centro de esta historia
Bitcoin utiliza una curva elíptica diferente, por lo que el hallazgo de Claude ni corrige ni compromete las carteras de Bitcoin.
Las firmas de Bitcoin se basan en secp256k1, mientras que la semilla central reconstruida de NIST pertenece a P-256 y a curvas estandarizadas relacionadas. Estos nombres describen conjuntos de parámetros distintos.
Secp256k1 utiliza constantes notablemente simples. Su diseño deja menos valores ajustables que las curvas cuyos coeficientes derivan de semillas sin explicación.
Esa simplicidad ha respaldado durante mucho tiempo la confianza en que sus diseñadores no exploraron un gran espacio oculto en busca de una debilidad secreta. No ofrece protección universal frente a errores de implementación ni futuros algoritmos.
Ethereum también utiliza secp256k1 para las firmas de las cuentas. Bitcoin mantuvo la curva cuando su actualización Taproot introdujo las firmas Schnorr en 2021.
Las implicaciones informadas por CoinDesk separan correctamente la cuestión de las semillas de NIST del modelo de seguridad de Bitcoin. El hilo común es la criptografía de curva elíptica, no la misma curva.
Claude no descifró una clave privada de curva elíptica. Reconstruyó la historia pública de generación de semillas a partir de números públicos.
Ningún saldo de cartera se volvió accesible porque lrand48 apareciera en el proceso histórico. Nunca se supuso que la semilla estandarizada permaneciera secreta.
Un desarrollador de carteras que usara lrand48 para claves privadas crearía una vulnerabilidad grave. Ese escenario independiente no debe confundirse con la generación de parámetros públicos de diseño.
El descubrimiento tampoco dice nada concluyente sobre la computación cuántica. Un ordenador cuántico tolerante a fallos suficientemente capaz podría amenazar las firmas de curva elíptica mediante el algoritmo de Shor.
Ese ataque apuntaría a la relación matemática entre las claves públicas y privadas. No dependería de cómo se seleccionó la semilla original de una curva.
Ningún ordenador cuántico demostrado públicamente puede recuperar actualmente claves operativas de Bitcoin a la escala necesaria. Los plazos siguen siendo inciertos porque el hardware debe mejorar en tamaño, fiabilidad y corrección de errores.
El impacto inmediato recae, en cambio, sobre la confianza en las curvas estandarizadas. Las organizaciones que usan P-256 pueden considerar el proceso de semillas reconstruido como una garantía histórica adicional.
No deberían tratar el resultado como una razón para detener la planificación poscuántica. La migración hacia estándares resistentes a la computación cuántica aborda una amenaza distinta y un calendario diferente.
La historia también ofrece una advertencia para el periodismo tecnológico. Nombres conocidos como NSA, criptografía y Bitcoin pueden hacer que una investigación sobre el historial de parámetros parezca una vulneración activa.
El hecho real es más sutil. Un sistema de IA resolvió parte de un antiguo problema de procedencia, y esa resolución refuerza modestamente la confianza en los diseños existentes.
No se descifró nada. Ninguna blockchain fue comprometida. No se expuso ninguna clave gubernamental secreta.
Ese resultado más limitado importa porque los estándares seguros dependen de algo más que la dificultad matemática. También dependen de procesos que terceros puedan inspeccionar y reproducir.
Cuando falla la documentación, incluso los parámetros sólidos acumulan sospechas. Claude ayudó a recuperar evidencia que el proceso de estándares debería haber preservado desde el principio.
Tres señales mostrarán si esto se convierte en un modelo de investigación
La siguiente prueba es si expertos independientes validan el método y si descubrimientos similares asistidos por IA se sostienen fuera de Anthropic.
La primera señal es la replicación técnica independiente. Los criptógrafos deberían volver a ejecutar el código publicado, examinar los estados recuperados y comprobar si otro proceso plausible explica los mismos valores.
Una reproducción exacta reforzaría el hallazgo central. El descubrimiento de supuestos ocultos o alternativas ambiguas limitaría la conclusión de Anthropic.
La segunda señal es el avance en los parámetros no resueltos. B-163 sigue sin explicación, junto con varios puntos base de NIST y los criterios detrás de las curvas candidatas omitidas.
Una reconstrucción posterior demostraría que el método va más allá del patrón visible más sencillo. Un fracaso continuado definiría un límite más claro en torno a la contribución de Claude.
La tercera señal es un rendimiento repetido en problemas de investigación no relacionados. Un resultado llamativo no puede demostrar que los sistemas de IA realicen de forma fiable investigación matemática o de seguridad independiente.
Los casos futuros deberían incluir estándares de verificación definidos por expertos, registros computacionales completos y revisión externa. El trabajo más persuasivo producirá artefactos que los especialistas puedan cuestionar sin confiar en el proveedor del modelo.
El resultado de Anthropic también plantea una cuestión práctica para las organizaciones de estándares. Los parámetros públicos deberían incluir procedimientos de generación transparentes, código fuente, vectores de prueba y registros de diseño preservados.
Esos requisitos reducen la dependencia de la reputación institucional. También evitan que investigadores posteriores dediquen años a reconstruir decisiones que deberían haberse documentado.
La recompensa de $36,864 será donada al Internet Security Research Group, según Anthropic. Esa organización sin ánimo de lucro opera Let’s Encrypt, que proporciona certificados de sitios web ampliamente utilizados.
El premio da al descubrimiento un desenlace concreto, pero su mayor importancia está en otra parte. La IA encontró valor en una intersección olvidada de software antiguo, testimonios históricos y matemáticas criptográficas.
Este es un patrón útil para desarrolladores y equipos de investigación. Los modelos pueden buscar entre código, estándares y razonamientos archivados, mientras los humanos definen los umbrales de evidencia e inspeccionan las conclusiones.
Los equipos deberían conservar las hipótesis generadas, las vías fallidas, los scripts y las salidas de verificación. Una respuesta pulida por sí sola no puede distinguir un descubrimiento de una coincidencia segura de sí misma.
El descubrimiento criptográfico de Claude merece atención porque terceros pueden poner a prueba su afirmación central. Ese es un estándar más elevado que aceptar una puntuación de benchmark o una transcripción dramática de un modelo.
Los próximos uno a tres meses deberían traer réplicas, críticas e intentos de explicar los parámetros restantes. Esas respuestas determinarán con qué amplitud debe interpretarse el logro.
Por ahora, el descubrimiento de Claude sobre las curvas de la NSA resuelve gran parte de un famoso misterio de semillas sin cerrar todas las cuestiones criptográficas. Siga las revisiones independientes, inspeccione el código de reproducción y observe si los valores no resueltos ceden ante el mismo enfoque.
