Fable 5.1破解373年历史密码：AI推理能力迎来实战突破

一则引人注目的AI突破声明

AI评测机构Vals AI近日在社交平台X上发布消息称，其模型Fable 5.1成功破解了一段拥有373年历史、此前无人能够解开的古老密码。这一消息迅速在Reddit等技术社区引发热议，也再次将大语言模型在复杂逻辑推理与历史谜题求解方面的能力推到聚光灯下。

据Vals AI在X平台发布的线程以及其官方博客（标题为"Fable Solves Cyphral Distich"）介绍，这段密码被称为"Cyphral Distich"，其历史可追溯至约17世纪中叶。按照373年的时间跨度推算，其起源大致在1650年前后——正值欧洲密码学与秘密通信手段蓬勃发展的时期。这一时期的欧洲刚刚经历了三十年战争（1618-1648）的洗礼，各国在战争期间对秘密通信的迫切需求催生了大量密码技术创新。布莱斯·德·维吉尼亚的多表密码体系、各国宫廷中专职密码官的设立，以及英国内战期间保皇派与议会派之间的加密通信实践，都使得这一时期成为密码学发展的黄金年代。值得注意的是，"Distich"一词源自希腊语，指由两行诗句组成的对句，这暗示该密码可能将诗歌韵律结构与加密技术相结合——在巴洛克时期的知识分子圈子中，将文学、数学与秘密通信术融为一体是一种相当流行的智识追求。

需要说明的是，目前该成果主要来自Vals AI的官方声明，尚未见到独立的第三方学术验证。因此本文在梳理事件的同时，也会对其技术含义与潜在争议保持审慎态度。

什么是Cyphral Distich：这段373年历史密码的来龙去脉

古典历史密码的破解难点

古典密码（Classical Cipher）与现代加密算法有着本质区别。现代加密算法（如AES、RSA）建立在严格的数学难题之上，其安全性可以通过计算复杂度理论进行形式化分析。而古典密码往往依赖替换、移位、多表加密（如维吉尼亚密码）或某种语言学层面的巧妙设计。从技术分类上看，古典密码大致分为替换密码和移位密码两大类：替换密码中，单表替换（如凯撒密码）将每个字母映射为另一个固定字母，多表替换则使用密钥控制多个替换表的切换；移位密码（如栅栏密码）通过改变字母排列顺序来隐藏信息。更复杂的设计会将两种方法叠加使用，甚至引入空字符（null characters）和代码本（codebook）。

破解这类密码的核心难点不在于算力，而在于以下几个方面：

• 缺乏上下文：数百年前的语言习惯、拼写规则、缩写方式与今天大相径庭；
• 语料稀缺：许多历史密码只有孤立的一段文本，缺乏足够的统计样本进行频率分析——而频率分析法这一由9世纪阿拉伯学者阿尔·金迪（Al-Kindi）首创的经典方法，对多表密码和短文本的效果十分有限；
• 多层设计：部分密码融合了语言双关、诗歌结构（distich意为"对句"）与密码技巧，需要跨领域知识综合判断。

正因如此，这类密码常常成为数学家、语言学家和历史学家长期悬而未决的难题。Vals AI声称Fable 5.1能够破解一段沉寂三个多世纪的密码，其核心价值在于展示了AI在"多维度综合推理"上的潜力。

从频率分析到语义推理：AI破解密码的独特优势

传统密码破解工具主要依赖统计学方法，例如字母频率分析。而大语言模型的优势在于，它同时掌握了海量的历史文本、多种语言的语法结构以及丰富的密码学知识。这意味着模型可以在破解过程中持续进行"假设—验证"的迭代：先猜测某种加密方式，再根据解出的文本是否符合当时的语言逻辑来调整策略。

从技术层面看，大语言模型的这种能力建立在Transformer架构的自注意力机制之上。模型通过在海量文本上进行预训练，学习到了语言结构、逻辑关系和跨领域知识的隐式表征。近年来，思维链（Chain-of-Thought, CoT）提示技术和基于人类反馈的强化学习（RLHF）的引入，显著提升了模型的多步骤推理能力。在密码破解场景中，模型可以利用其内部表征同时进行模式识别（类似统计分析）和语义判断（判断解密结果是否构成有意义的文本），这种并行处理多维度信息的能力是传统算法工具难以企及的。

这种能力本质上更接近人类专家的工作方式，而非纯粹的暴力破解。若Fable 5.1确实完成了这一任务，那么它体现的是模型在长链推理和知识调用上的成熟度。

Fable 5.1破解历史密码的技术意义

AI推理能力的一次实战检验

近年来，AI模型的评测越来越强调"真实世界任务"而非标准化基准测试。这一转变有其深刻背景：早期广泛使用的评测基准如MMLU、HellaSwag等，已暴露出数据污染（训练数据中包含测试题目）和饱和效应（模型得分趋近满分后失去区分度）等严重问题。FrontierMath、ARC Prize等新一代评测尝试使用全新的、未公开的难题来检验模型的真实推理能力。破解历史密码恰恰是一个绝佳的试金石：它没有现成答案可供"背诵"，无法通过训练数据泄露来取巧，要求模型真正进行创造性推理。

如果Fable 5.1能在没有明确解题路径的情况下自主找到破解方法，这说明模型具备了以下几项关键能力：

1. 长程规划：能够在多步骤推理中保持逻辑一致性；
2. 跨领域知识整合：将语言学、历史学与密码学知识结合运用；
3. 自我验证：能判断中间结果是否合理，并据此修正推理方向。

Vals AI作为评测机构的角色

有意思的是，本次成果来自Vals AI这样一家专注于AI模型评测的机构。评测机构发布此类"里程碑"消息，一方面有助于展示模型的真实能力边界，另一方面也需要警惕营销层面的夸大。选择用历史密码这类"零先验答案"的任务来测试模型，正是当前评测方法论演进趋势的体现——其核心优势在于任务答案在训练数据中不存在，模型无法通过记忆获得正确结果，必须展现真正的推理能力。真正的科学突破应当经得起同行复现与验证。

保持理性：几点值得关注的问题

在为AI进步感到振奋的同时，我们也有必要提出几个关键问题：

• 可验证性：这段密码的原始出处、完整破解过程与最终明文是否已完整公开，供他人独立复现？
• 人机协作程度：是模型完全自主破解，还是在人类专家的大量引导下完成？两者所代表的AI能力水平差异巨大。值得参考的是，AI辅助密码破解并非全新概念。2022年，以色列海法大学的研究团队曾使用机器学习技术帮助破译死海古卷的残片归属问题；2023年，奥地利科学院的研究人员利用AI辅助破解了玛丽·斯图亚特女王（Mary Queen of Scots）一批此前未知的加密信件。然而在这些案例中，AI均扮演辅助角色，由人类专家提供领域知识引导和结果验证。因此，Fable 5.1在破解过程中人机协作的具体比例，对于评估其真实能力水平至关重要。
• 历史准确性："373年"与"无人能解"这类表述是否有确凿的历史文献记录支撑？

目前，Vals AI已在X线程和官方博客中提供了较为详细的说明，感兴趣的读者可自行查阅其博客文章"Fable Solves Cyphral Distich"以获取完整细节。但在独立第三方验证出现之前，将其视为一个"值得持续关注的声明"而非"已被证实的科学结论"或许更为妥当。

结语：AI从知识问答走向复杂问题求解

无论最终验证结果如何，Fable 5.1破解历史密码的事件都折射出一个重要趋势：大语言模型正从"知识问答工具"逐步进化为具备复杂推理能力的"问题求解者"。历史密码、数学猜想、科学假设——这些曾被视为人类智慧专属领域的难题，正在成为检验AI能力的新试验场。

对于关注AI前沿的从业者和研究者而言，这类案例的价值不仅在于结果本身，更在于它揭示了一个方向：评估AI能力的方式，正在从"考试式基准"转向"真实世界的开放性挑战"。而这，或许才是通向更强人工智能的关键路径。

核心要点