AI六小时破解尘封217年的拿破仑密信，揭开尘封历史谜团

一封在密码学界沉寂了217年的拿破仑时代密信，终于被人工智能撬开了秘密之门。这封尘封已久的军事加密文件，在AI工程师卡特·丘奇与OpenAI的GPT-6 Astra模型联手之下，短短六小时便重现天日。它究竟藏着什么玄机？为何能让两代密码学家束手无策？

这封密信的历史可追溯至1809年春，欧洲大陆战云密布。拿破仑帝国虽盛极一时，但大量兵力仍深陷西班牙战场。此刻，奥地利正蠢蠢欲动，准备卷土重来。法军将领奥古斯特·德·马尔蒙此时正率部驻扎在达尔马提亚，一旦奥军发动突袭，他很可能孤立无援。

在此危急关头，拿破仑于3月16日向其继子、意大利总督欧仁·德·博阿尔内下达一道密令：务必将法军及盟军的最新部署“以密码写成”，火速送交马尔蒙。如今被破译的这封信，很可能正是这道命令的产物。信中详列了巴伐利亚、波兰、萨克森等盟军及法军多位将领的兵力与驻防位置，堪称一份详尽的战前动员简报。

然而，这份至关重要的情报为何能沉睡两个多世纪？答案藏在它曲折的“身份”里。它并非拿破仑亲笔，而是欧仁司令部根据其命令整理转发给马尔蒙的加密简报。更麻烦的是，对应的完整密码本早已在历史长河中遗失，只留下1969年法国军事期刊上一张模糊不清的扫描图。

这张扫描图本身也是块“难啃的骨头”。分辨率仅1202×1836像素，第一行尚能辨认出法文“马尔蒙将军，您应该已经收到了我本月8日、14日和20日的信……”，随后便是24行由数字、字母和神秘手绘符号组成的“天书”。这还不是全部，这套密码系统绝非简单的“一字一码”。它采用了高明的“同音替换”技巧——高频字母对应多个不同符号，甚至有些符号直接代表整词（如“de”、“que”、“les”、“vous”、“général”等），这彻底打乱了传统的词频分析规律。此前，法国密码研究者丹尼尔·坦特虽已破译出33个字母的对应关系，但这仅能解释全文约三分之一的密码单元，剩余865个单元仍如同天书。

转机出现在一位“门外汉”身上。网络安全公司SentinelOne的AI工程师卡特·丘奇，虽无历史密码破解经验，却目睹了另一项AI破译壮举：开发者卡特·莱芬曾用GPT-6 Astra破解了一封2005年公开的1941年德军Enigma电报。深受启发的丘奇决定挑战这封拿破仑密信。

丘奇的方法堪称一场“智能体工作流”的完美示范。首先，Astra面对的并非整理好的密文，而是那张模糊的扫描图。它得先“看懂”图片，将1202×1836像素的图像切割成一行行区域，逐个识别手绘符号，并精准判断哪些是不同符号，哪些只是同一符号的不同笔迹。最初，模型识别出175个临时符号标签，随后整合出1320个密码单元。

接下来，Astra将坦特已知的33个字母对应关系固定为“锚点”，同时利用密文中已能确认的普通法语单词（如“CONSEQUENT”）扩大已知范围。然后，真正的密码分析开始了。面对同音替换密码，Astra采用了模拟退火等智能搜索方法，为剩余符号寻找字母对应关系，并利用19世纪法语（如雨果、大仲马作品及马尔蒙回忆录）的统计特征对候选结果进行评分。

更精彩的是，Astra在分析中敏锐地发现，某些符号无论如何按单个字母处理，都无法生成自然的法语。它大胆假设：这些符号可能根本不是字母，而是代表完整单词！最终，这一判断得到验证，共有29个符号被确认为整词符号，另有符号代表双写的“s”。整个过程，模型执行时间约六小时，最终成功解读了全部1300个密码单元，并恢复了包含155个符号的工作密码表。

为确保万无一失，Astra并未止步于“看起来通顺”。对于每一个新提出的符号解释，它都会回到原始图片，验证该符号在其他所有出现位置是否同样成立。只有当一种解释在所有上下文中都站得住脚，它才会被采纳。丘奇还进行了一项关键测试：在模型的语言材料中排除马尔蒙回忆录及拿破仑时代文本后重新运行，结果仍复现出相同主要内容。这表明AI并非因“读过”历史而“猜”出答案，而是真正完成了逻辑推理与密码分析。

解密后的内容与历史记载惊人吻合。信中列出的部队序列、兵力数字与拿破仑3月16日给欧仁的命令几乎逐项对应，这成为验证解密正确性的黄金标准。信中还有个生动细节：1865年出版的《拿破仑书信集》中，相关命令写到马尔蒙不应被“一小撮……”吓住，后面却留下了一串省略号。而破译出的密信中，相应位置出现了“quelques troupes ou un rassemblement de canailles”，大意是“几支部队，或一群乌合之众”。虽然无法确定这是否为拿破仑原话，但至少证明马尔蒙收到的最终信息中确实包含了这一表述。

这次破译的意义远不止于解开一个历史谜题。它深刻揭示了AI如何重构历史研究的成本结构。过去，此类问题最昂贵的部分并非算法本身，而是前期海量且枯燥的准备工作：从故纸堆中检索原始材料、进行繁琐的手工转录、判断笔迹异同、整理可供分析的数据。这些工作耗时漫长，且很难证明其“值得投入”。一位耐心的专家或许数十年前就能破解此信，但这可能意味着其耗费数周时光，只为处理一张期刊里的模糊图片——如此高昂的成本，自然让人望而却步。

AI的改变正在于此。它首次将原本分散在图像识别、历史资料检索、语言统计、密码分析、程序编写及结果验证等多个专业领域的能力，无缝串联成一条自动化工作流。这不是发明了全新的密码学理论，而是通过整合现有能力，将过去“不可能”或“不经济”的任务变得可行且高效。丘奇已公开了全部研究记录、转录文本、密码表及复现脚本，其他研究者可据此验证。Cryptiana网站维护者Satoshi Tomokiyo已检查并确认了解法，还将条目标记为“已解决”，并纠正了此前标注错误的1807年为1809年。

无独有偶，近期类似案例接连涌现。9月20日，密码研究者杰克·威利斯借助Anthropic的Claude Opus 5破解了另一封1941年的德军Enigma密文FMNGI。与前例不同，威利斯事先提供了用Go编写的密码分析工具及相关历史材料，最后的密钥搜索在Apple M2设备上仅耗时13分28秒。不过，这些案例的独立验证程度不一，也提醒我们AI破译仍需审慎对待。

当然，这一突破也引发了对未来的思考。AI在破译历史密码、解决数学难题上展现出惊人能力，但同样的能力是否可能被用于揭露匿名网络用户的真实身份，从而泄露隐私信息？研究人员对此确实表达了担忧。但换个角度看，正如这封密信的破译所示，AI更像是强大的“扩音器”，它放大了人类专家的能力，让那些因资源或时间限制而被搁置的“未解之谜”重新进入可探索的视野。从历史档案、古文字、手稿到旧地图，甚至散落在不同数据库里的科学数据中，都存在大量类似问题：材料和方法其实早已存在，只是过去投入成本过高。如今，AI正悄然改写游戏规则，未来的“破译者”或许将不再局限于专业密码学家，而可能来自任何拥有好奇心和AI工具的领域之外。

一封密信的破译，只是AI潜力被挖掘的冰山一角。它留给我们的启示是：许多“未解之谜”或许并非理论无解，而是过去解题的人力成本过于高昂。而现在，条件已经改变。