最近，一份尘封217年、历代无人能读的拿破仑时期密码通信被AI成功破译。
值得注意的是，此番破译并非直接向AI输入预处理好的密码文本，而是从分辨率仅为1202×1836像素的低清历史影像出发，由AI统一担负文字提取、符号分类、密码求解及答案确认的全部环节。
破译研究者表示，其灵感来自Carter Leffen借助Astra（GPT-6）对Enigma的破解，最终采用GPT-6 Astra展开此项破译任务。
该密信成文于1809年3月，系拿破仑指令其继子欧仁亲王（意大利副王）送予所部马尔蒙将军的通信。
1969年，法国陆军刊物刊载了其复印件，惟其时间标注有误。自此以后，该信件便长期位居历史密码学的「未解密码」册单。
困难之处在于，原始密码信息从未被数字化整理，而密码表全文也已随年月消散。
既往研究人员仅掌握一份扫描照片与法国密码学家Daniel Tant梳理的33组已知符号映射关系。
其余的任务可概括为：一幅图像、1300个密码单元、155类各异符号。
AI最初的挑战甚至不在「破译密码」，而在「读懂这张图」。
系统将扫描图逐行分割，对手写符号逐一抽取，同时辨别各种笔迹是表示不同符号，亦或同一符号的变体。
初期识别了175种临时符号编号，其后进行重组分类得到1320个密码单元。
此环节至关重要。常规的密码分析依赖于精确的密码转录底本，然而该信件恰恰缺乏此基础条件。AI巧妙地将光学字符识别、手写符号检测与密码分析融为一体，形成了统一的处理链条。
随后，AI固定住既有的33组密码映射。同时，系统借助密码文本内部可确认的常见法语词汇作为定位参考。
于是，真正的密码求解环节随即展开。
这属于多符号齐音密码体系——单一字母可映射至多种不同的符号，导致经典的频率统计法难以发挥作用。
AI运用模拟退火算法等搜索技术，为未知符号确定字母映射，并依据法语的三字、四字、五字组合频率数据，对各候选方案开展评估。
引人注目的是，AI察觉到某些符号不管如何作为单字母对待，都会导致法语表达失去自然感。由此，系统调整了思路：这类符号也许并非字母，而是整词的代表。
事实验证了这一推断的正确性。
最终确认29个符号代表完整法语单词，如「de」「que」「les」「vous」「général」等，另有符号专门表示S的重复书写。
整套流程耗时约6小时的模型计算。
最后，AI从原图中还原了包含155个符号的实用密码表，并成功诠释了这份信件的全部1300个密码单元。
且系统并未止步于「文意顺畅」的程度。
每当给出某符号的新解读，AI会回溯至原始图像，验证该符号他处出现时是否也适用此解。唯有经得起全部出现位置的检验，该解释方可确立。
接着，研究者设计了一个有趣的验证：将马尔蒙回忆录及其他拿破仑年代的文献从语言库中移除，重新执行破译。结果却获得了完全一致的答案。
这表明，从此次实验而言，AI并非因「曾读过相关历史」便直接推测出结论。
更为关键的是，此项工作重塑了「破译历史密码」中投入最大的环节。
往年间，此类难题的制约因素多不在密码学算法本身，而源于初期的繁重人力投入：在历史档案库中定位原件、将手书符号逐字翻录、判断笔迹差异是否源于同一符号、最后整编成适于密码分析的数据资料。
这类工作耗时漫长，却难以证明其值得付出。在1970年，一位有耐性的学者理论上可破译此信，但这意味着专家需投入数周光阴，仅仅为处理一份军事刊物的单页图像。因此问题一直悬而未决。AI改写的正是这套成本模式。
从大处着眼，这不是AI创造了崭新的密码学方法论，而是AI首次整合了原来散布于不同学科领域的多项能力：识读历史文献、转识手写字符、构建转录、发掘统计模式、建立密码猜想、逐一校验出现位置、进而输出可复现的破译成果。
一份密信的破译不过是AI应用版图中被发掘的微观场景罢了。
诸多领域的「长期待解问题」清单中，许多难题并非源于理论上的不可解，而根植于既往投入的人力成本过高——鲜有人愿意为看起来不够要紧的课题投注充足的精力与时间。
而今，这一约束条件已被AI彻底扭转。
