根据人工智能评估公司 Vals AI 的说法，Anthropic 的 Claude Fable 5.1 破解了自 1653 年以来一直未被破解的数字密码。这个谜题被称为“Cyphral Distich”，由 Thomas Urquhart 爵士于 17 世纪出版，由两行组成，每行 32 个数字。 Vals AI 表示，该模型在 44 分钟内生成了可验证的解决方案，无需人工协助。
该结果由 The Decoder 首先报道，在一场持续的争论中，这是一个虽小但引人注目的数据点：前沿模型不仅可以回答基准问题，还能真正推动人类未能完成的学术研究吗？对于追踪人工智能研究的最新进展 的读者来说，答案越来越似乎是肯定的，只要模型指出了正确的问题。
一条隐藏了 373 年的消息
几个世纪以来，Cyphral Distich 一直嘲笑解谜者。该机制一旦揭晓，就非常简单：两行中的 32 个数字中的每一个都指向厄克特出版物 32 个部分之一中的一个单词。选取每个选定单词的第一个字母，就会出现隐藏的政治忠诚宣言：
“上帝啊，支持查理二世国王，让他成为这片土地的最高统治者。”
这条信息在厄克特自己的书中一目了然。障碍从来不是存储或保密——而是计算出每个数字表示哪个单词的组合猜测，在整个序列就位之前无法进行确认。
几个月的失败，然后 44 分钟解决
突破并非来自直接的挑战。根据 Vals AI 的说法，该团队花了几个月的时间测试尚未解决的难题的前沿模型，并且其他模型都没有为其中任何一个提供可验证的解决方案。 《神鬼寓言 5.1》有一个不同的、更开放式的概要：找到一个可以自己解决的谜题。
该模型筛选了候选问题，将 Cyphral Distich 标记为有前途，然后开始工作。四十四分钟后，它得到了一个完整的、可检查的解决方案——这是该密码 373 年历史上第一个可验证的破解方案。
坚持，而不是天才
报告中最发人深省的细节是这场胜利是如何发生的。 The Decoder 援引 Vals AI 的话说，《神鬼寓言 5.1》的成功并不是通过卓越的密码分析或巧妙的数学洞察力，而是通过系统的试验和错误以及纯粹的坚持。事后看来，这个解决方案非常简单，只要有决心的人也能找到它。
这个框架很重要。该模型的优势在于耐力——能够研究一个又一个的假设，而不会感到疲劳、沮丧，也不会逐渐相信某个难题无法解决。人类密码破译者放弃了 Cyphral Distich，并不是因为他们缺乏解决该问题的智力，而是因为几个世纪以来的失败尝试并没有为再尝试一次提供任何奖励。人工智能代理不会感到这样的沮丧。
关于人工智能作为研究工具的说法
历史学家、古典学家和档案管理员越来越多地尝试使用机器学习来阅读受损的手稿、重建支离破碎的文本并大规模测试解释。 Cyphral Distich 事件增加了一个新的转折：人工智能没有遇到预先格式化的数据问题。它被要求调查开放问题，判断哪个问题可能产生结果，然后致力于解决它——这一工作流程看起来更像是独立研究而不是辅助计算。
该工作流程的经济性值得关注。对于人类学者来说，十年的密码尝试毫无出路，就是在荒野中度过的职业生涯。对于人工智能代理来说，失败的假设会消耗电力和代币——而一次成功就可以追溯证明每一个死胡同。这种不对称性改变了哪些问题值得解决。像 Cyphral Distich 这样的谜题曾经被认为客观上无法解决，因为没有人能够维持搜索，但突然之间就落入了“看似合理的周末项目”类别。图书馆和档案馆充满了具有这种特征的材料：严格限制，可验证，并且由于缺乏耐力而不是缺乏重要性而被放弃。
对于那些跳过拉丁诗歌课的人来说，双诗只是一个两行诗句单元——厄克特的贡献是用两行纯数字代替了诗歌，让后人敢于重建他们编码的文本。解码器的报告没有说明厄克特为何隐瞒这一消息，尽管对国王至高无上的卑躬屈膝的祈祷几乎没有让人想象他在这个危险的世纪支持哪一边。
还有商业潜台词。该结果是在 Anthropic 推出 Fable 5.1 几天后得出的，该公司将这款模型定位于编码和研究工作，以显着较低的价格点进行代理使用。除其他外，公开的自主解谜演示是这种营销宣传的适时证明。
验证问题在一方面也仍然悬而未决：Vals AI 发布了解决方案及其背后的推理，这就是真正的破解与合理的猜测的区别。密码拼出的单词形成了一个连贯的、符合语法的句子，与数字所暗示的结构完全匹配——这种约束不允许偶然的解决方案存在。在人工智能输出经常受到怀疑的时代，这一输出可以逐字检查这一事实使其值得报道。
这并不意味着语言模型将取代领域专家。密码的解决方案仍然需要人类验证，而模型的方法是暴力耐心而不是理解。但作为人工智能辅助学术发展方向的展示——选择自己的目标并在无人监督的情况下工作直到出现问题的模型——很难想象还有什么比 1653 年的保皇党谜语最终将其秘密交给机器更具文学性的象征了。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
