AI破解了两封密信，作者却高兴不起来AI labs need to start funding historical research

前沿模型已经能在密码破译、文本溯源上做出真结果，但作者发现瓶颈不在模型智商，而在档案库愿不愿意开门。

作者是研究科学史的，平时最头疼的事是辨认古人手稿里的潦草字迹。这次他拿 GPT-6 和 Opus 5.5 试着做一件更大胆的事：让模型去「解决」一些历史学上悬而未决的老问题。

什么样的历史问题，AI 才啃得动

作者列出几个条件。这个问题得是专家们公认需要解答的；相关资料得已经全部数字化、能免费下载；还得用得上模型的强项，比如多语言推理、数学、和在大批文件里自己翻找。最后也最要紧的一条：这个答案必须能被明确地证明是对还是错。

数学之所以被模型拿下，就是因为定理能验证。历史学大部分争论是解释和立场，没有标准答案，所以进展慢得多。剩下能啃的，基本就集中在密码破译、跨语言溯源、把散落在各个小领域里的发现串起来这三类。

它真的做出了新东西

一个例子是 1941 年一封德军密电。模型破译的关键不是密码学本身，而是它自己翻到了德国联邦档案馆一条关于新增电报集的说明，然后把这些信息拼了起来。作者说，连人类专家都没完全看懂它是怎么做到的。

另一个例子更具体。Opus 5.5 从哈特利布档案里下载五千多份原始文件，认出牛顿和哈特利布用了不同的字谜来指同一种炼金材料——匈牙利胆矾。牛顿那份是真字谜，字母重排；哈特利布那份几乎是倒着写。这可能是个新发现，够得上发表。

还有一次，模型解出两封 16 世纪西班牙密信，结果一查，一封在 1530 年代就被人解出来了，另一封 1916 年也解过。作者说这正好说明，没有专业知识，很容易把一百多年前学者的活重做一遍。

真正的堵点不是算力

作者反复讲一件事：这些模型能出成果，是因为有海量志愿者把这些老档案转录、扫描、免费放到了网上。他在测试里最常撞到的墙，就是资料要么没数字化，要么数字化了但只有特批的人能看。

所以他呼吁 AI 实验室和基金会掏钱办三件事：让图书馆和档案馆合作，把没上网的手稿扫上去免费开放；给历史学者免费的算力和接口；让历史学家像数学家那样，一起列一份「千年难题」清单。

他自己在问卷里问同行：你觉得哪些历史悬案值得让 AI 试一把。

作者也不装糊涂。他说让 AI 代写、代想，确实会让人懒得动脑。但用它去问出一个人一辈子读不完的问题，是另一回事。