GPT-6 Astra 如何在兩天內破解一則懸而未決 21 年的德國二戰恩尼格瑪訊息

目錄

• 你可能想知道的事


• 主要議題


• 關鍵洞見表


• 之後……

你可能想知道的事

現代大型語言模型是否能在沒有外部人為提示下，自主恢復一個已經懸而未解 21 年的恩尼格瑪（Enigma）密鑰？

哪些技術與程序上的因素使得 1941 年的恩尼格瑪訊息 MVUEH 特別難以破解？

主要議題

1941 年 7 月 10 日傳送並存檔的一則標示為 MVUEH 的 82 字母恩尼格瑪加密電報，自 2005 年起便在研究二戰德國通信的史學家與密碼分析家之間長期未能解出。近期研究者 Carter Leffen 報告稱，OpenAI 的 GPT-6 Astra 模型在大約兩天的集中心力工作後，找出了一組可行的密鑰並還原出明文。

MVUEH 被記錄為編號 172 的通訊，於 17:30 被一個與 SS-Totenkopf（黨衛軍骷髏師）有關的單位接收。同一天的另一則訊息——編號 173，密文為 SIPVX——在 2017 年較早時已被解出，但調查者發現 MVUEH 使用了不同的密鑰與轉子順序。當時其他同時期的密文共用的轉子順序為 5-1-2，MVUEH 的轉子順序則為 2-5-3，因此先前的解法對 MVUEH 的直接幫助有限。

還有兩項技術上的複雜情形使 MVUEH 對傳統方法特別具抵抗性。首先，存檔的密文副本包含在將電報抄寫為密文時引入的抄寫錯誤。這類複寫錯誤會破壞預期的統計模式，並使暴力破解或引導式搜尋變得更為困難。其次，左側轉子在第 82 字符中第 72 個字符時發生了轉動（turnover）。恩尼格瑪的轉子步進類似計程式的輪盤：右側轉子每輸入一個字母就步進，有時會使中間轉子前進，最終左側轉子也可能步進。由於 MVUEH 篇幅短，許多分析師合理地假設左側轉子在訊息期間不會移動；正是這個假設排除了大量正確的搜尋空間。當該假設被證明錯誤時，有效的搜尋複雜度大幅提升。

Leffen 公開描述的工作流程顯示，GPT-6 Astra 從未解的恩尼格瑪訊息庫中選擇了編號 172 的訊息，並假設它與已解碼的 SIPVX 明文存在關聯。模型似乎將重複出現的地名 "ROSENOW ROSENOW" 視為可能的 crib——即用來引導密鑰搜尋的猜測明文片段。crib 長期以來一直是歷史恩尼格瑪密碼分析中的標準而強力技術：分析者假定一段可能的明文片段，進而用來減少密鑰搜尋空間。

隨後，GPT-6 Astra 生成了恩尼格瑪模擬器的 Python 與 C++ 實作，並產生了一個軟體版的二戰時代 Bombe——即圖靈團隊為加速密鑰發現所開發的機械化搜尋裝置。憑藉這些工具，它執行了大規模的搜尋與驗證流程，最終回傳了一組候選密鑰與一段連貫的明文。還原出的明文是一則普通的行軍命令風格訊息：請求指示單位行軍路線，報告發件人位置為 Rosenow，簽名 Waschbusch。該訊息內容與 SIPVX 大致相符，除幾個源自操作員抄寫錯誤的字符差異（例如表示「請」的一詞中遺失的字母）。正因為內容平凡：篇幅短、重複多、且含抄寫錯誤，這則訊息長期迴避了舊有自動或手動方法的偵測，因其提供的統計訊號相當微弱。

對於 GPT-6 Astra 的自主程度，帳述間存在差異。密碼學專家 Frode Weierud 表示該模型「完全自行完成」，強調模型在分析語料與生成工具方面顯示出的主動性。Leffen 的案例研究則呈現出更為細緻的架構：GPT-6 Astra 以多個平行代理模組運作——標記為 Evidence、Search、Context、Review——由中央控制器協調。該系統執行了數萬個搜尋批次並驗證了約 1,480 萬個候選實體密鑰。根據 Leffen 的描述，人類研究者設定目標、推進調查，並使用輔助證據（例如將關聯訊息當作可測試的片段）。這暗示出一種人類與模型混合的工作流程，而非完全獨立的 AI 成就。

另一處模糊之處關乎外部紀錄與來源。模型的執行日誌據稱參照了德國聯邦檔案（Bundesarchiv）檔案號 RS 3-3/20a 與 RS 3-3/63b，這些文件似乎並未出現在許多戰時訊息被編目之處 Crypto Cellar 網站上。日誌也包含一則註記稱並未進行外部聯繫，盡管模型顯然曾考慮聯絡機構以取得存取。Weierud 評論說那些檔案是否實質影響了最終解答尚不確定，但他對大型語言模型能在多大程度上自主追索一次手原始資料來源表示好奇。Leffen 保留完整日誌；獨立觀察者尚未取得完整逐步執行紀錄，這亦導致「完全自主」與「人為引導」說法之間的解釋差距。

從技術角度來看，此案展示了若干要點。首先，將 LLM 驅動的推理與自動化程式生成及大規模搜尋結合，當存在合適的 crib 或上下文錨點時，可加速歷史密碼破解任務。其次，篇幅短且出現意外的轉子步進與抄寫錯誤的密文，對暴力破解與統計方法造成超常困難；針對性的啟發式方法與領域知識（如 crib 選擇與轉子步進意識）可顯著降低複雜度。第三，詳盡的執行日誌與可重現的方法對研究社群評估主張、驗證結果並理解自主程度與人為引導之間的界線至關重要。

此案例突顯出現代 AI 系統能夠生成領域特定工具並協調複雜的搜尋工作流程，但評估此類成就時，人為監督程度與可複製的日誌可用性仍然至關重要。

關鍵洞見表

之後……

展望未來，這一事件為技術研究與史學實務提供了若干具體方向。就密碼分析與 AI 觀點而言，開發透明、可重現的流程，將模型產生的程式碼、搜尋協調與可稽核的執行日誌結合起來，對於驗證主張與使結果可由第三方驗證至關重要。研究者應優先建立機制以捕捉資料來源與中間步驟的完整來源記錄，包括任何查閱的外部檔案紀錄。

從工程與安全的角度來看，此處顯示的進展強調了隨著 AI 輔助方法能力增強，重估密碼學韌性的必要性。雖然恩尼格瑪在歷史上已失去實用性，但類似模式——短訊息、操作員錯誤與微妙的狀態轉變——在結合先進工具時仍可能削弱現代系統。持續探討後量子密碼學、自動化漏洞分析與嚴謹的金鑰管理實務仍然重要。

在數位人文與檔案科學領域，負責任地將強力 AI 助手整合進歷史研究，有望發掘被忽視的文物，但也帶來關於來源、倫理與署名的問題。學者應與技術人員合作，建立紀錄 AI 參與程度與保留可重現性的標準。

簡言之，MVUEH 案例邀請對透明 AI 工作流程、強化密碼學實務以及將 AI 納入歷史探究時的嚴謹做法進行進一步研究。