1941 年 7 月 10 日发出的一封德国陆军恩尼格玛电报,或许已不再属于 Crypto Cellar Research 所记录的未解电报。密码学家 Frode Weierud 在 2026 年 9 月 19 日更新的说明中表示,Carter Leffer 于 9 月 15 日联系了他,并提出了一套针对 MVUEH 电报的破解方案;该电报被编为 Nr. 172。Weierud 表示,这封电报自 2005 年以来一直未能通过此前的分析,而这套拟议方案立即得出了一个前后一致的密钥和明文。这是一项有力的专家判断,但它仍只是由参与者发布的说明,而不是一项经过独立复现的结果。

历史记录为这封电报提供了明确的背景。Weierud 表示,它由无线电站 2ny 发出,并由党卫队骷髅总队军需官驻地 Ib 于 17:30 接收,随后被记入该站 7 月来报日志,编号为 Nr. 172。密文共有 82 个字母。根据这份说明,恢复出的密钥使用了轮序 253,而当天其他电报关联的轮序则是 512。这一点十分重要,因为如果分析人员假定 MVUEH 使用通常的当日密钥,就会在错误的配置空间中进行搜索。

这套拟议方案最有说服力的部分,并不只是密文能够被转换成可读的德文。据报告,恢复出的明文与 Nr. 173、即 SIPVX 的明文几乎完全相同;后者是 Alex Shovkoplyas 于 2017 年破解的同日另一封电报。MVUEH 长 82 个字母,SIPVX 长 94 个字母。Weierud 将这一差异归因于一次加密错误:Bitte 被加密成了 Btte;此外,SIPVX 还重复出现了发报方签名。一个既能解释共同措辞、又能解释这些具体长度差异的方案,比一段碰巧看似合理的译文更有说服力,不过,所提供材料并未包含相关原始图像或完整验证记录。

这份说明还指出了若干障碍,或许能够解释这封电报为何长期难以破解。Weierud 表示,从原始电报格式文件抄录而来的文本包含数处错误。他还报告称,恩尼格玛机的左轮在第 72 个字母处发生了进位;这种少见情况会增加基于已知明文攻击的复杂度。这些细节为早期失败提供了具体的历史解释:留存数据并不完美,而机器的步进行为也偏离了分析人员可能采用的简化假设。然而,这并不能证明这些就是电报一直未被破解的全部原因。

关于 GPT-6 Astra 的核心说法尤其需要谨慎表述。Weierud 表示,Leffer 要求该系统检查 Crypto Cellar Research 网站上的未解电报;随后,Astra 选中 MVUEH 作为有希望的候选,怀疑它与 SIPVX 存在关联,并开发了 Python 和 C++ 工具,其中包括恩尼格玛模拟器和 Bombe 程序。该说明称,Astra 随后将重复出现的地名 ROSENOW ROSENOW 用作已知明文,并持续搜索,直至找到所报告的密钥和明文。这描述的是一种可能相当强大的研究工作流,而不是模型在其神经网络内部直接解密电报。实际计算由生成的程序在常规硬件上完成。

标识 GPT-6 Astra 背后机构的 OpenAI 标志
OpenAI 文字标志;OpenAI 是本文所述 GPT-6 Astra 系统背后的机构。ja.wikipedia.org

第 5 段说明,OpenAI 系统 GPT-6 Astra 协助指导了这份恩尼格玛研究方案所描述的工作流程。 来源及署名:ja.wikipedia.org。

这一区别回答了人工智能系统应当获得多少实际贡献这一现实问题。Astra 或许在定位相关档案线索、形成跨电报假设、选择已知明文以及指导搜索方面发挥了作用。但现有说明没有量化其中有多少推理属于原创,有多少来自公开材料,也没有说明每次尝试之间进行了多少次人工修正。它同样没有提供能够复现每一个步骤的完整日志或软件。因此,现有证据支持将 Astra 称为这次所报告破解工作的重要辅助者,却不能证明它在没有实质性人工指导的情况下独立解开了密码。

档案研究增加了另一层不确定性。Weierud 表示,Astra 找到了德国联邦档案馆无线电报文卷 RS 3–3/20a 和 RS 3–3/63b 的线索;他确认这些线索真实有效,尽管相关档案并未托管在该研究网站上。他还表示,在现有环境中尚未找到收件 Nr. 172 的原始图像,而 Astra 对某一私人收藏品的指代究竟是何含义也不清楚。这些未解决问题很重要,因为经过核实的原始表格图像能够让研究人员直接检查存在争议的抄录文本。在来源脉络得到记录之前,历史识别结果和确切的密文抄录都应被视为已报告的研究发现,而不是已经确定的档案事实。

对于密码学领域之外的读者而言,这件事与其说展示了某种神秘的机器直觉,不如说体现了智能体式研究:语言模型能够在文档之间切换、提出关联、编写专用软件、运行搜索并修正方法。它在这里展现出的突出能力,来自围绕一个受到严格限定的历史问题组合运用多种常规能力。如果这份说明准确无误,结果仍然令人印象深刻;但不能据此推断当前人工智能系统能够 routinely 破解陌生密码、验证档案文件,或在没有专家监督的情况下可靠开展研究。

恰当的结论应当比原标题所暗示的范围更窄。所提供的主要说明呈现了一套前后一致的拟议方案、一种对过去破解困难看似合理的解释,以及一位专家关于密钥和明文正确的判断。但它尚未提供独立复现、Nr. 172 原始图像、完整执行日志,也没有提供足够细节来区分模型本身的贡献、人工指导与常规计算。这些缺失环节是检验这一说法的下一步,而不是否定它的理由;在验证继续进行之际,它们只是要求我们更准确地描述现有成果。