大模型破解未解恩尼格码信息，AI再现图灵密码战

引言：AI 再次挑战图灵的“双重测试”

近日，密码学爱好者利用 OpenAI 最新大模型 Astra 与 Anthropic 的 Opus，成功解开了两条自 2005 年起未被破译的恩尼格码（Enigma）密文。该成果不仅让人回想起二战期间图灵与其团队用“Bombe”机破解德军密码的壮举，也让业界开始重新审视大语言模型在传统密码学领域的潜力与局限。

历史回顾：从图灵的 Bombe 到现代大模型

艾伦·图灵在二战期间带领团队研发了“Bombe”机，这台专用电子计算设备帮助英国情报部门快速翻译德军恩尼格码信息，为盟军的情报优势奠定了基础。然而，即使经过多年研究，仍有部分恩尼格码记录因原始抄写错误或缺失关键参数而无法破解，成为密码学史上的“未解之谜”。

进入 2020 年代，随着大语言模型（LLM）的快速迭代，研究者开始探索其在模式识别、推理与模拟方面的能力。OpenAI 的 Astra 与 Anthropic 的 Opus 作为最新一代模型，具备更强的代码生成与逻辑推理能力，为破解历史密码提供了全新工具。

破解过程：从检索到解码的完整链路

1. 自动检索未破译的密文

Carter Leffen 首先让 Astra 在 Crypto Cellar（一个由退休电气工程师 Frode Weierud 维护的密码学资源库）中搜索标记为“未破译”的记录。模型通过自然语言理解快速定位了两条符合条件的密文。

2. 数据清洗与错误纠正

原始记录常伴随抄写错误或缺失字符。Astra 使用自身的上下文推理能力，对可能的误差进行校正，并生成了更为完整的密文序列。

3. 构建恩尼格码模拟器

在获得清洗后的密文后，Astra 自动编写了 Python 代码，实现了一个可配置的恩尼格码机器模拟器。模型依据已知的转子、插线板和起始位置等参数，尝试多种组合进行穷举。

4. 发现明文并生成交互式说明

经过数千次迭代，模型成功还原出两条明文信息，并利用生成的网页模板，直观展示了解密过程、关键假设以及验证步骤。Weierud 在核实后对 Leffen 的成果表示“惊叹”。

行业影响：AI 在传统密码学的潜在应用

这一次的成功示范为多个领域提供了参考：

• 历史研究：大量未解的古老密码文献或许可以借助大模型进行系统性审视。
• 网络安全：AI 能够快速模拟并分析加密算法的弱点，为防御提供前瞻性情报。
• 教育培训：交互式解密平台可以帮助学生直观学习密码学原理。

然而，值得注意的是，LLM 的推理仍然依赖于训练数据的质量与算法的设计，误判或产生伪造解密结果的风险不容忽视。

局限性与争议：AI 可靠性与伦理考量

虽然 Astra 与 Opus 展现了强大的推理与代码生成能力，但其过程并非全透明。模型在内部进行数万次的参数搜索，外部观察者难以复现每一步骤，这在学术验证上形成了障碍。此外，若将同类技术用于现代加密系统的攻击，可能引发新一轮的安全危机。

业内专家呼吁，针对大模型的密码学应用应建立严格的审计框架，确保研究成果可重复、可验证，并防止技术被恶意滥用。

对读者的行动建议

面对 AI 在密码学领域的快速突破，普通读者可以从以下几个方面入手：

• 关注可信的技术媒体，了解最新的 AI 应用动态。
• 如果对密码学感兴趣，可访问 Crypto Cellar 等公开资源库，尝试使用开源的恩尼格码模拟器进行练习。
• 对企业用户而言，评估自家系统的加密方案是否仍然安全，必要时引入 AI 辅助的安全审计。

总的来说，AI 正在为历史密码学提供新的解题思路，也在提醒我们审视技术本身的双刃特性。只有在开放、透明与监管并行的框架下，才能让这股创新力量真正服务于人类文明的进步。