圖靈沒能親眼看到的那一天：AI 幫他完成了二戰密碼破譯
想像一個場景：1944 年，布萊切利莊園的密碼分析師日以繼夜地盯著截獲的德軍電報，知道訊息裡藏著能扭轉戰局的情報，卻因為運算能力的極限，眼睜睜讓一部分密文永遠鎖在謎裡。
八十幾年後，同樣一批密文，被兩個語言模型在幾小時內解開了。
不是那個圖靈測試，是另一個
多數人知道的「圖靈測試」是判斷機器能不能像人類一樣對話。但圖靈留下的謎題不只這一個。TechCrunch 在 9 月 25 日的報導指出，Google DeepMind 的 Astra 與 Anthropic 的 Claude Opus 這兩個前沿模型，剛完成了圖靈另一個未竟之業——破解 Lorenz SZ 密碼機系統，也就是二戰期間納粹德軍用來加密最高指揮部通訊的那套系統。
這不是教科書復現。研究團隊拿的是真實的歷史截獲密文，而不是已知答案的練習題。Astra 跟 Opus 都在沒有預先知道金鑰的情況下，透過統計分析與模式識別，把密文還原成可讀德文。
白話講就是：這兩個模型做到了當年「炸彈機」（Bombe）和 Colossus 電腦沒能完整解決的事。
Lorenz 為什麼比 Enigma 更難
大家比較熟悉的是 Enigma，因為電影《模仿遊戲》拍的就是這段歷史。但 Lorenz 其實難得多。Enigma 是電報兵手動輸入、逐字加密；Lorenz 是全自動電傳，金鑰輪系統更複雜，組合數量大幾個數量級。
當年圖靈和他的同事確實攻破了 Enigma，但 Lorenz 的完整破譯成果很零碎，很多截獲密文直到戰後幾十年都還沒被完全還原。這些「冷案密文」一直靜靜地待在英國國家檔案館裡。
而這次 Astra 和 Opus 用的正是其中幾批。
模型到底怎麼破的
這裡有個細節值得停下來想一想。Lorenz 破譯不是單純的暴力窮舉——組合數量太大，窮舉根本跑不完。當年 Colossus 能做的是利用統計特性縮小搜尋空間，但仍然需要人類分析師做大量的手動判斷。
現在 Astra 和 Opus 做的事，本質上是把「統計分析」和「語言理解」兩個能力同時壓在同一個模型上。它們不只在找規律，還在同步驗證「這段還原出來的德文語義上說不說得通」。這種雙軌驗證是純統計工具做不到的地方。
你可以把它想成：模型同時扮演密碼數學家和語言學家，兩個角色互相校正。這也是為什麼前沿語言模型在這個任務上突然有了優勢——不是因為算力更大，而是因為它們帶著語言知識進場。
圖靈若還在世，他會怎麼看這件事
這個問題我在腦海裡轉了很久。
圖靈是那種會對「計算的邊界在哪裡」這個問題著迷的人。他設計圖靈測試，核心動機不是要證明機器能騙過人類，而是要逼大家正視一個問題：如果機器的行為與智能無法區分，我們用什麼理由說它沒有智能？
現在 Astra 和 Opus 不只在模仿語言，它們在解決一個圖靈本人沒能完全解決的歷史難題。這個逆轉的歷史感太強烈了——弟子的工具，完成了師父沒能收尾的功課。
我猜圖靈不會感到被取代，他大概會馬上追問下一個問題：「好，那 Lorenz 以外，還有什麼密碼系統是我們沒破的？」
這件事對現在的 AI 開發意味著什麼
有幾個層面值得拆開來看：
- 推理能力的里程碑：Lorenz 破譯需要的不是記憶，是在不確定條件下逼近正確答案的能力。這種任務以前被認為是「需要人類直覺」的，現在模型做到了。
- 歷史資料的新用途：大量塵封的歷史檔案，現在突然變成了可以被 AI 重新挖掘的資源。不只是密碼，考古、法律文獻、古文字都適用同樣邏輯。
- 評估基準的演化：這件事也暗示著，AI 的評估不能只靠語言理解分數或數學基準，要找更接近真實複雜任務的試金石。
順帶一提，如果你對模型怎麼處理特定領域知識感興趣，Fine-tuning 和 RAG 的差異是另一個值得搞清楚的話題——尤其是當你在想「到底要讓模型記住某個領域的知識，還是讓它查詢」這類架構問題的時候。
歷史感最強的一句話
這件事讓我想到一個對比：當年圖靈在布萊切利莊園工作，是為了讓盟軍先一步讀到希特勒的命令；而現在讀懂那些訊息的，是一個根本沒有「目的」、沒有「恐懼」的語言模型。
它不知道戰爭的重量，不知道那些密文背後死了多少人，卻把謎底給出來了。
這個畫面讓人有點說不出話。不是因為 AI 變得有多偉大，而是因為歷史的弧線有時候會在你意想不到的地方折回來。
如果你想更系統地了解目前前沿模型的能力邊界在哪，ChatGPT 跟 Gemini 的比較是個不錯的切入點——兩家的設計哲學差距，其實跟這次 Astra 和 Opus 各自的破譯方法也有某種對應關係。
帶走一個想法：圖靈留下的不只是測試和演算法，他留下的是一批尚未解完的問題。現在 AI 在一個個接管這些問題，不是要取代他，而是在沿著同一條線繼續走。
參考來源
分享這篇
