拿破仑时代的一封加密信件在尘埃中沉睡了超过两百年，迄今为止尚无人成功破译其全部内容。如今，这个历史谜团却出现了转机。
美国人工智能工程师卡特·丘奇（Carter Church）于九月末宣布了一项重大发现——他利用OpenAI最新推出的GPT-6 Astra模型，成功解密了一份拿破仑时代寄往法国将军奥古斯特·德·马尔蒙（Auguste de Marmont）的加密通信。
这个破解过程开始于一份分辨率较低的黑白扫描版本，经过Astra依次进行的图像转录、密码学分析、编程实现和历史档案核对，整个模型运算耗时不超过六小时。丘奇随后在九月中旬发布了完整的研究文档，向公众开放了识别出的文字内容、密码对应关系以及可供他人验证的解密代码。
图｜密信原始扫描件（来源：X）
距离现在已有两个多世纪的1809年，这份密信就已经被撰写下来。在专业密码学网站Cryptiana的长期记录中，它一直被标记为未曾被破解的难题，仅存的公开版本来自1969年法国军事历史期刊上登载的一份像素不高的图像。多年来虽有众多研究者着手分析这个密码体系，但从未有人将完整的信件内容公诸于众。
根据丘奇透露，负责运营Cryptiana的历史密码学者佐藤富夫（Satoshi Tomokiyo）对其破解方法进行了审验，确认可靠后将该项目标记为”已破译”，并纠正了数据库中之前记录的年份——将原本的1807年改正为1809年。
（来源：Cryptiana）
需要厘清的是，这件文件并非拿破仑本人手笔撰写后直接发往目的地，而是出自意大利总督欧仁·德·博阿尔内（Eugène de Beauharnais）的指挥所，按照统帅的指示转而发递予马尔蒙的一份加密作战报告。
仅存模糊扫描图的1809年机密文件
那个1809年的春季，欧洲战事的阴云开始笼罩这片大陆。奥地利帝国酝酿着再次向法兰西开战的计划，然而法军的主要兵力仍然深陷在伊比利亚半岛的战场。此时担任达尔马提亚方面司令的法国将领马尔蒙若遭遇奥军突袭，将面临孤立无援的险境。
三月中旬，拿破仑下达指示给意大利总督欧仁，命令他将法国以及盟友部队的关键位置信息转告马尔蒙，同时明确强调信息必须”采用密码形式”并由信得过的军官递送。今天我们能够看到的这份密信，便极有可能就是该指令下达后交付马尔蒙的版本。丘奇根据解读出来的具体兵员数量、军官等级和军事布防等细节，将密信的发出日期更精确地确定在1809年三月的最后一周，距奥地利发起攻势仅有两星期左右的间隔。
图｜1809年奥地利战役期间的拿破仑战争场景。当年春天，奥地利再次对法国开战，欧洲大陆进入第五次反法同盟战争。（来源：历史版画）
遗憾的是，这份文献的保存质量令人失望。1969年间，法军校官J. Vilcoq曾在《Revue historique des Armées》杂志上刊登论文《第一帝国时代的加密体系》（Le Chiffre sous le Premier Empire），其中包含了该信件的影印本。这份原始影像的分辨率仅为1202×1836像素，开篇的法文还能被清晰辨认：”马尔蒙将军阁下，本月8日、14日与20日的信函想必已被阁下收悉……”其后便是长达24行混合了数字、字母以及手工符号的加密内容。
问题在于，与其相配套的完整密码本却未能保存至今，这成为了破译工作的重大障碍。
困难之处还不止于此——该加密系统远非一对一的简单对应关系。丘奇的统计显示，整份密信包含约1,300个加密单位，采用了155种各不相同的符号。在这些符号中，常见的字母会有多种不同的笔迹呈现方式，某些符号则被赋予代表完整词汇的功能。这类”同音多字代换密码”的设计初衷就在于打破常规的字母出现频率规律，从而让依赖词频统计的传统破译手段失效。
此前密码学家丹尼尔·坦特（Daniel Tant）已对其中33个字符的对应关系进行了归纳整理，这足以解读出435个密码单位，大约相当于整体的三分之一；另外的865个单位则仍缺乏完整的破译。研究人员丹尼尔·布尔多（Daniel Bourdeau）在九月中旬也曾试图完成破译工作，但因缺少完整的密文抄写而被迫中止。丘奇后来意识到，这份1969年刊登的期刊文献早已通过法国学术数据库Persée进行了数字化转录，需要的资源从未真正缺失，只是隐藏在一张难以直接利用的陈旧图像底下。
破译后显露的是一份战事前夜相当具体的兵力情况汇报。密信逐一列举了大约四万巴伐利亚籍士兵分布在慕尼黑及帕绍周边地区、约三万波兰军队集结于维斯瓦河流域且对克拉科夫构成威胁、撒克逊部队驻守德累斯顿附近等态势；同时详列了达武、马塞纳、乌迪诺等法国统帅所属部队的具体方位及人员规模。信中随之分析指出奥地利将面临多面夹击局面，并促促马尔蒙必须采取能动行动。
这些军事单位出现的顺序及其数据，与拿破仑三月中旬发往欧仁的指令内容基本形成一一对应，为验证破译的准确性提供了强有力的外部参照。
一个富有意思的历史细节由此浮出水面。十九世纪中期印行的《拿破仑全集》记载该段指令时，写道马尔蒙无需被”少许……”之类的事物所惊扰，然而随后的文字被以省略号掩盖。当代破译工作恢复出的原始密文在对应处赫然出现”quelques troupes ou un rassemblement de canailles”，即”数支军队或乌合之众”之意。
图｜《拿破仑书信集》1809年卷中的相关命令。拿破仑要求将法国及盟军的兵力部署”以密码信件”告知马尔蒙，其中一处表述以省略号。（来源：Correspondance de Napoléon Ier）
需要指出的是，这份密信并非拿破仑原指令的逐字复述，而是依照其命令摘要后转述给马尔蒙的版本。由此，我们仅能确认马尔蒙所获信息中包括了这一措辞，但无法确定其为拿破仑的原始措辞。
从图像到密码表：AI破译的工作流程
丘奇之所以会着手破译这份马尔蒙密信，源于他此前目睹了另一起使用AI进行密码破解的成功案例。
程序开发者卡特·莱芬（Carter Leffen）曾在GPT-6 Astra的协助下，成功处理了一份来自1941年德军通讯的恩尼格玛电报密文。这份标号为MVUEH、长82字符的密文自2005年公开后从未被人破译。Astra模型独立地执行了目标筛选、档案检索等步骤，进而借用同日另一份已知明文电报中包含的地名”ROSENOW ROSENOW”作为已知条件，用Python和C++编写了恩尼格玛机和密码分析工具的模拟程序，最终成功定位了正确的密钥设置。Crypto Cellar网站的维护员、密码研究学者弗罗德·维埃鲁德（Frode Weierud）随后验证了该结果，对明文和密钥进行了确认。
图｜Carter Leffen公布GPT-6 Astra破解1941年Enigma密文MVUEH的过程。（来源： X）
见此先例之后，丘奇同样打开了Cryptiana网站的待破译密码索引。
他的日常工作同样聚焦于AI助手技术，但在此之前从未接触过历史密码研究。根据职业背景，丘奇现任网络安全厂商SentinelOne公司的AI工程专家，多年以来专注于安全运维、威胁应对和系统自动化领域。在超过十年的网络安全职业生涯中，他最近几年的关注重点转向赋予AI助手自主完成复杂安全工作链的能力。
基于以上背景，他处理这份密信时所运用的方法也在很大程度上效仿了AI智能体的标准工作流程。
工作的初期阶段为图像识别与转录。Astra将低像素的扫描版本切割为逐行小图片，对每一行中的手写元素进行独立识别。在首轮处理中它识别了1320个单位和175种初步符号，而后逐步比较笔画特征，将相同符号的不同手写版本去重合并，最后确定为1300个加密单位和155种不同符号。
接下来，Astra将坦特已破译的33个字母映射作为基础锚点，同时扩展已知内容的范围——利用密文中用普通字体呈现的”CONSEQUENT”等词汇。面对剩余的未知符号，Astra基于模拟退火这一算法编写了求解器，并调用19世纪法语文献库来评估各个解答候选是否符合语言规范。语言分析所采用的语料涵盖了维克多·雨果、亚历山大·仲马等文坛大家的著作，及马尔蒙元帅的个人回忆文集。
在推演的过程中，模型意识到仅将每个符号视为单一字母无法完全讲通文本意思，因此进一步调整策略，把部分符号定性为代表完整词汇的单位。经由这一调整，共29个符号被分类为词汇符号，分别对映de、que、les、vous、général等高频法文单词。
最后的验证环节涉及回溯原始扫描图像。每当提出新的符号对应关系时，模型便会遍历整份密信检视该符号的全部出现处，确认每处都能产生通顺的解释。丘奇进一步进行了鲁棒性测试——剔除马尔蒙自述以及早期法语文献后重新运行求解器，结果显示核心内容保持一致。最终的完整破译方案被编制成密码映射表、符号目录、图像识别版本及开源程序代码，供其他学者独立验证和复用。
（来源：X）
因此，「6小时破译217年密码」中的「6小时」主要指代GPT-6 Astra的纯计算耗时。密信破译完成后，丘奇又投入数个夜晚进行资料整理、历史背景核证，并编制了方便他人复现的文档与代码。整个流程中并未涉及任何创新的密码学理论。最值得瞩目之处在于——过去需要图像转录、文献查检、语言学分析、密码破译与代码实现等环节逐一由不同专业人士完成的工作，如今被Astra连贯协调地一次性完成。
「待解密码」清单在缩小——AI如何改变历史谜团
最近一段时间以来，同类型的成功案例纷纷涌现。月底时节，密码研究员杰克·威利斯（Jack Willis）利用Anthropic公司的Claude Opus 5模型，又攻克了一份1941年德军恩尼格玛密文FMNGI。与前面提到的案例有所不同的是，威利斯提前向Claude输入了用Go语言编写的密码分析程序以及相关历史背景资料。最终的密钥解搜工作在一台苹果M2芯片设备上执行完毕，总耗时为13分钟28秒。值得注意的是，这个耗时仅代表最终一轮的搜索过程，前期的资料筹备与线索寻找时间未被计算在内。
还有一个备受关注的例子涉及一份1918年德国ADFGVX无线电密文。GPT-6 Astra通过追寻已发表的历史档案获得了一套密钥，进而借助英国驱逐舰HMS Canterbury的航海日志来交叉验证破译后推断出的时间与地理位置。然则这个案例目前仍然存有分歧——所用密钥与原密文在时间维度上并不吻合，且缺乏他人独立验证。由此可见，这一系列「AI破解历史密文」的例子的外部确认程度差异显著。
马尔蒙密信案例真正的价值在于——它清晰展现了人工智能在如何降低历史研究领域的成本门槛。涉及的图像资料长期公之于众，多项密码对应关系也被前人整理记载，拿破仑的通信集、马尔蒙的日记著述及十九世纪法文语料库皆为可访问状态。曾经真正消耗人力与时间的，是须从四处散落的资源中逐一辨认所需信息，继而进行逐行识别、系统整编、程序设计及循环论证。
丘奇的总结中亦指出，曾经某位富有毅力的密码学家或许在几十年前就能够完成这项工作，然而鲜有人会甘心为了一份泛黄期刊中的低分辨率影像而耗费数周的精力。当下AI模型则将此类耗时工作压低至显著更短的时间周期。
这一转变不单限于密码破译领域。历史档案、金石文字、手稿绘本、古旧地图，甚至沉睡在多个数据库深处的学术数据，都隐藏着数量庞大的同类难题：所需的资料与方法学早已具备，关键障碍曾是投入产出的经济账本。伴随AI系统逐步承接资料查询、视觉识别、代码生成及验证等环节，未来那些「历史谜团」的破解者身份构成势必会发生改变——越来越多来自非专业领域的参与者将可能加入这个过程。
