Astra与Opus，正在完成图灵未竟的另一场测试

导语

艾伦·图灵最广为人知的遗产，是用来讨论机器能否表现出人类智能的“图灵测试”。但在他的现实人生中，更紧迫也更具历史影响力的考验，是破解纳粹德国在二战期间使用的恩尼格玛密码。如今，现代大模型似乎正在接手这项仍未完全结束的工作。

两名密码学爱好者分别使用 OpenAI 的 Astra 和 Anthropic 的 Claude Opus，破解了两条长期未解的恩尼格玛消息。相关成果得到密码学资料维护者 Frode Weierud 的确认，也让大模型在专业历史研究和密码分析中的角色再次受到关注。

核心要点

• 开发者 Carter Leffen 让 Astra 在恩尼格玛消息数据库中寻找尚未破解的记录，并尝试还原明文。
• Astra 不只是进行密码运算，还检索档案、分析上下文线索，并搭建恩尼格玛机器模拟器，最终破解了一条自 2005 年起就令研究者困惑的消息。
• Weierud 在复核后对结果表示震撼，但仍无法确定 Astra 是否接触过某些未公开档案，或只是利用了网络上其他研究者留下的线索。
• 另一名研究者 Jack Willis 使用 Claude Opus 破解了第二条消息。不过，这次过程获得了更多人工引导，包括一个特定军官姓名这一重要线索。
• Weierud 的资料显示，目前还有七条恩尼格玛消息未解，另有一条已知明文但尚未还原密钥的消息。

这意味着什么

这两起案例的价值，并不只在于“人工智能破解了密码”。恩尼格玛问题的难点往往不只是枚举设置，而是要把残缺电文、抄录错误、历史档案和当时的通信习惯拼接起来。Astra 的表现尤其说明，具备较长任务链的大模型可以把搜索、推理、编程和验证结合到同一个工作流程中。过去需要研究者花费数周甚至数月完成的资料整理，可能被压缩到更短时间内。

但这并不等于模型已经独立取代密码学家。Claude Opus 依赖了明确的人工线索，Astra 的信息来源也存在不确定性；模型是否找到过研究者未意识到的公开资料，目前无法完全确认。因此，专家复核、可重复过程和来源审计仍是结论可信度的基础。

更值得关注的是，这类任务为评估 AI 智能提供了比简单问答更严格的场景：问题没有现成答案，资料分散且可能有误，模型还必须主动构造工具并解释推理路径。随着剩余消息继续被研究，人们或许能更清楚地区分模型真正完成的分析工作，以及它从既有公开线索中重新组合出的答案。

来源：TechCrunch AI