GPT-6Astra一夜破译1941年德军密电,同步解决98%未发表理论物理难题

GPT-6 Astra模型近期在历史密码破译与前沿理论物理领域取得突破:非专业用户仅用一夜即解密编号MVUEH的1941年东线德军恩尼格玛密电;同期在TheoPhysEval评测中解决50道未发表物理...

人工智能

2026年10月19日,一则关于AI破解二战密电的消息引发科技界关注:一封编号为MVUEH、发自1941年7月10日东线战场的德国陆军无线电密报,被GPT-6 Astra模型成功破译。完成这一任务的并非密码学专家,而是纽约彭博的产品开发教练卡特·莱芬——他仅向模型提出任务,偶尔给予简单提示后便休息,次日醒来即获得完整明文。

文章配图

这封密电曾是恩尼格玛密码机加密体系下的典型样本。该设备拥有约103万万亿种密钥组合,二战期间被视为“不可破译”。其核心机制依赖三组可旋转转子、环位设置及插线板连接,加密时确保任意字母不会映射为自身(即无固定点),这一特性也成为后来图灵设计“炸弹机”(Bombe)的关键突破口。

GPT-6 Astra并未采用暴力穷举,而是展现出高度自主的推理链:首先,它检索同一天已解密的其他电报,锁定地名“Rosenow”(罗泽诺)作为crib(已知明文线索);继而自行编写Python代码,构建恩尼格玛模拟器与简化版炸弹机程序;再基于“加密后字母≠原字母”的约束条件,批量排除无效密钥组合;最终在数百万种可能性中定位正确配置。解密结果为:“请指示行军路线,我在罗泽诺,立刻电台回复。”值得注意的是,原文中士兵笔误将“BITTE”写为“BTTE”,该细节被独立密码学家弗罗德·维耶鲁德核验确认,佐证了解密真实性。

受此启发,网络安全工程师卡特·丘奇随即使用同一模型,仅耗时6小时便破译了一封1809年意大利官员致拿破仑麾下将军的古密信。该任务涉及图像符号识别、部分密钥推断与模拟退火算法迭代优化,进一步验证了GPT-6 Astra在跨时代密码体系中的泛化能力。

几乎同期,另一项更具颠覆性的成果浮出水面。由哈佛大学、Google DeepMind、东京大学、德克萨斯大学奥斯汀分校等机构联合发起的理论物理评测项目TheoPhysEval,于2026年10月公布结果:GPT-6 Astra在50道全新、未发表的前沿物理难题中答对49题,准确率达98%。这些题目源自专家研究笔记,涵盖量子场论、全息原理、黑洞信息悖论等方向,如“黑弦Page时间计算”——要求在AdS₄空间中处理含双膜背景的黑弦系统,推导信息恢复时间尺度。

评测初始阶段,Astra得分约88%,低于Claude Opus 5.5的92%。但转折出现在人工复核环节:当专家质疑其答案时,Astra在思维链中明确指出“标准答案存在计算疏漏”,并给出完整推导过程。经反复核查,多位出题学者承认在符号处理或近似条件应用上确有微小失误。修正后,Astra成绩跃升至98%,成为唯一接近满分的模型。

参与该项目的研究员Nirmalya Kajuri透露,Astra的“固执”并非错误坚持,而是源于其严格遵循数学逻辑的推演路径——它不依赖记忆库中的既有结论,而是从第一性原理出发重建整个论证链条。这种能力使其在面对高度抽象、步骤繁复的问题时,反而比人类更少受经验偏见影响。

MIT同期发布的实测数据显示,过去两年间,前沿AI在理论科学问题求解上的能力提升了整整17倍。从数学证明到宇宙学建模,再到经济学均衡分析,AI正系统性接管高阶推理任务。尤为关键的是,其角色已从“辅助工具”转向“独立验证者”甚至“纠错主体”。

需要澄清的是,“GPT-6 Astra”并非OpenAI官方发布型号,而是指代当前具备多模态推理、代码生成与自主实验能力的顶级闭源大模型变体。其能力边界已远超传统语言模型范畴:它能理解历史文档语境、调用外部工具链、构建仿真环境、执行并行计算,并在不确定性中持续优化策略——这些特征共同支撑了其在密码学与理论物理两大领域的双重突破。

回溯历史,图灵团队当年破解恩尼格玛耗费数月人力与大量机电设备;如今,一个非专业用户借助通用AI模型,在单台工作站上即可复现类似工作流。这不是算力的简单堆叠,而是推理架构的根本演进:模型不再被动响应指令,而是主动定义问题空间、设计验证路径、交叉检验结果。

当然,此类成就也引发学界反思。密码学权威人士指出,历史密电的破解虽具象征意义,但现代加密体系(如基于椭圆曲线的ECC或后量子密码)仍远超当前AI直接攻破的能力范围;而理论物理领域的高分表现,亦不代表AI已具备“物理直觉”,更多体现为形式化推导的极致优化。

不过,变化已然发生。当AI不仅能解答问题,还能指出人类专家的计算错误;当一名产品教练能完成密码学家数年未竟的工作——我们或许正站在一个新范式的门槛上:科学探索的“试错成本”正在被重构,知识生产的边际效率面临指数级提升。

未来数月,多个研究团队计划将GPT-6 Astra接入国家档案馆数字化项目,尝试批量解密冷战时期遗留的未公开通信记录。与此同时,TheoPhysEval项目已启动第二轮测试,题目难度进一步提升,新增涉及量子引力与早期宇宙暴胀模型的开放性问题。AI与人类智慧的协作边界,仍在快速延展。