一封217年来无人读懂的拿破仑时代密码信，最近被AI破解了。
值得关注的是，这次破解并不是把一份已经整理好的密码文本丢给AI，而是从一张只有1202×1836像素的低分辨率历史扫描图片开始，让AI同时完成了文字识别、符号归类、密码分析和结果验证。
破译者称，他受Carter Leffen使用Astra（GPT-6）破解Enigma启发，用GPT-6 Astra 开展了破译工作。
这封信写于1809年3月，由拿破仑命令他的继子、意大利副王欧仁亲王写信给麾下的马尔蒙将军。
1969年，一份法国陆军期刊刊登了它的复制版，但日期还标错了。此后，这封信一直出现在历史密码学领域的“未破解密码”名单中。
问题在于，真正的密码文本并没有经过数字化转录，完整密码表也早已失传。
过去的研究者手里只有一张扫描图片，以及法国密码学史学者Daniel Tant整理出来的33个已知符号对应关系。
剩下的工作，基本就是一张图片、1300个密码单元和155种不同符号。
AI首先面对的甚至不是“破解密码”，而是“看懂这张图”。
它把整张扫描图切成一行一行的区域，逐个读取手绘符号，并判断不同笔迹究竟是不同符号，还是同一个符号的不同写法。
最初，它识别出175个临时符号标签，随后将它们重新整理为1320个密码单元。
这一步非常关键。传统密码分析通常需要一份可靠的密码文本转录，而这封信连这个前提都不存在。AI实际上把OCR、手写符号识别和密码分析合并成了一条工作流。
接下来，AI把已有的33个密码对应关系固定下来。它还利用密码文本中已经能够确认的普通法语单词作为锚点。
然后，真正的密码破解开始了。
这是一种同音异形密码。同一个字母可以对应多个不同符号，因此最传统的频率分析很难奏效。
AI采用模拟退火等搜索方法，为剩余符号寻找字母对应关系，并利用法语的3元、4元和5元字符组合统计，对不同的候选结果进行评分。
更有意思的是，AI发现有些符号无论怎样作为单个字母处理，都会让法语变得不自然。于是它改变了假设：这些符号可能根本不是字母，而是代表完整单词。
结果证明，这个判断是对的。
最终有29个符号被识别为完整法语单词，例如“de”“que”“les”“vous”“général”等。另外还有符号代表双写的S。
整个过程大约使用了6个小时的模型运行时间。
最终，AI从原始图片中恢复出了一个包含155个符号的工作密码表，并成功解读了这封信全部1300个密码单元。
而且它没有停在“看起来通顺”这一步。
对于一个符号的新解释，AI会回到原始图片，检查这个符号在其他位置出现时是否同样成立。只有当一种解释能够在所有出现位置上得到验证，它才会被保留下来。
随后，破解者又进行了一个很有意思的测试：把马尔蒙的回忆录以及其他拿破仑时代文本从模型的语言材料中排除，再重新运行破解。结果仍然得到了相同的解读。
这意味着，至少从这次实验来看，AI并不是简单地因为“读过这段历史”而猜出了答案。
更重要的是，这次工作改变了“破解历史密码”最昂贵的部分。
过去，这类问题的瓶颈往往不是某一个密码算法本身，而是前期的大量人工工作：从旧档案中找到原始材料，把手写符号一个个转录出来，判断不同笔迹是不是同一个符号，再整理成可以进行密码分析的数据。
这些工作极其耗时，却又很难证明值得投入。1970年，一个耐心的专家完全可能破解这封信。但这可能意味着一个专家花费数周时间，只为了处理一张军队期刊里的图片。于是问题就一直留在那里。AI改变的是这个成本结构。
总体来看，它并不是AI突然发明了一种全新的密码学算法，而是AI第一次把一系列原本分散在不同专业环节中的能力组合到了一起：读历史档案、识别手写符号、建立转录、寻找统计规律、提出密码假设、验证每一次出现，最后生成可以重复运行的破解结果。
一封密信的破译，应该只是 AI 应用中被挖掘出来的小场景之一。
各种领域里，也存在长期“未解决问题”名单中的问题，可能有相当一部分并不是因为它们在理论上无法解决，而是因为过去解决它们所需要的人力成本太高，没有人愿意为一个看起来并不重要的问题投入足够时间。
而现在，这个条件已经因为 AI 而改变。
