AI 再度改写密码学史：Astra 与 Opus 破解二战恩尼格玛未解之谜
核心事件：开源开发者 Carter Leffen 与网络安全高管 Jack Willis 分别利用 OpenAI 的 Astra 与 Anthropic 的 Claude Opus 5 模型，成功破解两款长期未解的恩尼格玛（Enigma）密码电文。历史学家普遍认为，二战期间英国图灵团队破译恩尼格玛是战争关键转折点；而 Today，AI 正在延续这一遗产。
- Astra 破解成果：2005 年以来悬而未决的恩尼格玛密电（经 Frode Weierud 验证）
- Opus 5 破解成果：另一封未公开服役背景的德军电文（含军官署名线索）
- 验证者：Frode Weierud（退休电气工程师、Crypto Cellar 网站维护者）
- 关键节点：2026 年 9 月 21 日 Jack Willis 公布 Opus 破解结果
算法 cryptanalyst：AI 如何完成“数字图灵”?
标准恩尼格玛机共有 1.07 × 10²³ 种可能配置，二战期间盟军依靠机械计算机“Bombe”艰难破译。而 today，AI 模型以全新思路介入——并非暴力穷举，而是通过模拟人类考古学家工作流逐步逼近真相。
Leffen 的操作路径极具开创性：
- 自主研究：通过 Astra 访问 Enigma 密电数据库并检索未解电文
- 上下文还原：挖掘关联历史线索（如布设地点、时间窗口、操作员习惯）
- 模拟构建：自主编写 Enigma 机逻辑模拟器，测试不同转子设置
- 知识整合：衍生出网站作品，解释从电文到明文的全部推理链路
Crypto Cellar 维护者 Weierud 对 Astra 成果深感震撼：“该模型两天成果相当于人类专家数月 effort”。他本人曾花数周研究德国联邦档案馆（Bundesarchiv）文件，而 Astra 在日志中提及的档案内容证实其广泛信息检索能力——尽管 Weierud 无法确认模型是否直接访问了未公开的私人藏档。
Opus 5 的路径略有不同：Willis 提供较明确引导，模型则精准识别军官署名模式（signature pattern）这一非对称密钥突破口，从而高效锁定密钥组合。两者分庭抗礼，共同证明不同架构的 LLM 均具备 cryptanalyst 级任务规划能力。
| 模型 | 破解者 | 破解策略 | 验证状态 | 人类等效耗时 |
|---|---|---|---|---|
| GPT-6 Astra | Carter Leffen | 自主档案研究 + Enigma 模拟器构建 | Weierud 验证通过 | 数周至数月 |
| Claude Opus 5 | Jack Willis | 署名特征匹配 + 约束搜索 | Weierud 已验证 | 数周 |
七封未解密电：AI 仍面对密码学“最后 frontier”
Weierud 维护的数据库目前仅存 7 封未破电文（明文未知），另有 1 封明文已知但密钥链仍悬。这些遗留难题往往源于历史误差——原始电文转录错误、操作员临时更改配置或录入失误。传统人工破译需反复比对战后解密文件，耗时且高误判率。
关键反差点在于：尽管现代密码学已普遍采用 AES-256 等远超恩尼格玛安全级别的算法，但 AI 破解历史密码的价值不在“攻击当代系统”，而在于验证模型的长期任务规划与跨域推理能力。它说明 LLM 可在无专属训练数据前提下，调用真实世界研究范式完成复杂科学任务。
落地建议：这一突破谁该关注？
- 密码学研究者与历史学者：可将 Astra/Opus 作为辅助工具快速筛查档案线索，大幅缩短研究周期
- AI 安全工程师：需重新评估“过时算法”的实际脆弱性边界；历史加密体系残留数据一旦公开，可能被新模型二次挖掘
- 普通开发者：Leffen 的案例表明，任务链设计（prompt engineering + agent 轨迹编排）比模型参数量更关键；AI 在专业任务中本质是“超级助理”而非“黑箱终结者”
若追求即刻攻破当代加密（如 RSA-2048），目前所有商用模型均不适用——恩尼格玛的成功源于其结构固定、冗余高、语料可追溯。新模型能否处理 AES 或椭圆曲线加密尚无实证支持。
写在最后
图灵既建造了 Bombe，也提出了图灵测试；今日 AI 破解恩尼格玛，恰是两大遗产的交汇点：它既通过了历史任务中的智能验证，又再次说明——当 LLM 具备目标拆解、工具调用与跨域检索能力时，其问题解决能力已逼近专业领域专家。但这并非“AI 超越人类”，而是人类研究范式被工程化复现的里程碑。
