82 个字母，十小时，一个签字的人 (2026)

一条 1941 年 7 月 10 日的德军报文，当天 17:30 由党卫军「骷髅」师军需电台收下，登记为当月来信第 172 号，标识 MVUEH——82 个字母、87 组。它从 2005 年进入 Crypto Cellar Research 的未破名单起，一直没有人破出来。9 月 14 日到 15 日，它被读通了。1 2

读通它的是 GPT-6 Astra，操盘的是纽约的 Carter Leffen：他在一家金融机构做产品开发辅导，用的是自己的账号，不是 OpenAI 的项目。9 月 15 日他把材料交给保管这份报文的 Frode Weierud 复核。Weierud 的判断写得很重——「最令人惊讶的是 GPT-6 Astra 完全是自己做的」；同时他也很克制：站点上的说法是「我们相信这是第一次有相当难的 Enigma 题目被 AI 破出」。1 3 4

这件事里真正被自动化的，不是「思考」，是一条自带对错信号的搜索循环。Enigma 有一条硬约束：一个字母不会加密成它自己；再给出一个已知的明文片段（crib），任何一个候选密钥都能被确定地判成「是」或「否」。这条循环里最贵的那一步——判断对错——在本题里是免费的。模型要做的只是别停。当事人贴出来的指令只有一句：「不要停，直到把问题解决」。5

crib 从哪来，是这件事最关键的限定。它用的是重复地名 ROSENOW ROSENOW。这两个词不是模型凭空猜的：同一天的姊妹报文第 173 号 SIPVX，早在 2017 年 6 月 9 日就被 Alex Shovkoplyas 破出，明文里就有这个地名；而 MVUEH 的明文与它几乎相同——两份报文长度差 12 个字母，差别来自一处加密笔误（Bitte 被误加密成 Btte）和一次签名重复。案例站自己把这件事写清楚了：「已知的 SIPVX 文本帮助构成了这条 crib，它不是一次盲预测。」1 3 6

规模、时间与成本，能说的和不能说的要分开。案例站公布的搜索规模是 43,016 个批次、约 42.9 亿个坐标、14,829,646 个物理密钥核验，最后只有 923 个通过报文头校验，解出唯一结果；它同时声明这个「完整」只在自己声明的假设范围内成立，不是排除一切解释的形式化证明。成本侧只有当事人自述：约十小时、6.5 亿 token、大约一周配额的 70%。没有美元金额，能耗「OpenAI 不会公布」。4 6

这一周里最容易被写错的是日期。语料库把破译日写成 9 月 14 日；当事人发帖时写「两天前」，也就是 15 日；15 日他才把材料送交复核；原帖公开在 17 日凌晨，第一篇报道在同日上午；安全博客的转载与登上技术社区首页都在 22 日。这不是小事：破译当天没有第三方时间戳，案例站自己承认，本地输入哈希无法建立「外部可认证的发现时间」。2 7 8

「谁做了那个决定」有两种说法，两种都得摆出来。验证页说模型自己挑了最有希望的报文、自己发现了与 SIPVX 的关联、自己选了 crib；案例站的口径是「一次以研究者为主导的调查，研究者设定目标并推动调查前进」。一家英文媒体以这个分歧为主线，结论是当事人自己的原帖更接近验证页的说法；另一家则直接判断「这不是一次自主破译」，把 crib 说成是人给的。1 9 10

还有一处产品口径的冲突值得记下来。当事人与验证页都写「GPT-6 Astra Extra High」，而 OpenAI 帮助中心当时的说明是：Extra High 是 GPT-5.6 Sol 的最高推理档，Astra 在付费方案里以 GPT-6 Pro 出现；API 侧 Astra 的推理档位是 low / medium / high / xhigh / max，没有叫 Extra High 的取值。事件发生在 9 月 14 到 15 日，帮助中心的说明在其后更新——两者是不是前后不同的产品状态，没有任何一方说明。11 12 13

「答案本来就在训练数据里」这条质疑，要按可核与不可核分开回答。可核的部分是：在 9 月 14 日与 16 日的两次检查里，语料库都把第 172 号标为「失败」，到 9 月 22 日才改成已破；收报原档是一张密文单，上面没有明文，而且是在破译之后才被公开链接的。不可核的部分同样清楚：crib 确实来自一份公开的姊妹报文，所以「这次有多少是检索、多少是计算」切不干净；明文此前是否以任何形式进过训练语料，既没有人证实，也没有人证伪。OpenAI 的官方页面与官方账号里，没有出现过 Enigma、MVUEH 或这位当事人的名字。2 7 11

最硬的一块证据是一枚哈希。收报原档 PDF 的 SHA-256 与案例站公布的值逐位一致——这只证明这份原档没有被改过，不证明谁在什么时候先发现了什么。真正称得上独立验证的只有 Weierud 一个人，而他自己的说法很克制：他没有全量日志，「只有 Carter Leffen 手上有那份信息」；验证页上还写着日志仍在分析。公开渠道里，没有任何第三方重跑过那份 134.8 MB 的审计包。6 14 15

谁会受影响。如果你的团队正在评估「让 agent 自己跑长任务」，这件事的样本价值不在密码学，而在于它划出一条可判断的线：任务自带廉价、确定的对错信号时，agent 可以无人值守地耗尽搜索空间；对错信号必须由人判断时，同样的循环只会更快地生产看起来正确的答案。这条线在你的场景里可以直接量——谁来判对错、判一次要多少钱、判错一次要多久才发现。它也已经被复制过一次：9 月 20 日，另一位作者用 Anthropic 的 Claude Opus 5 攻破了同站另一条未破报文，验证人明确说这起攻击由 MVUEH 这次触发。3 15

落到动作，这周能定五件事。第一，先看对错信号是自动的还是人的，这决定你能让一个 agent 跑多久。第二，把用量写进需求：本案能拿到的只有自述的 token 数，金额与能耗都没披露，按「每任务 token」立项比事后估算可靠。第三，验收条件里写「日志可交付第三方重跑」——本案的验证人自己说拿不到全量日志。第四，遇到「AI 攻破某某旧难题」的标题，先问一句 crib 从哪来，这一问能把大多数此类新闻分层。第五，把「循环」当成可复制的能力来跟踪，而不是单次战绩。6 16

最后把这件事压成一句：它不是 AI 破了 Enigma，而是一条自带对错信号的搜索循环被人放手跑完，然后由一位保管原始材料的专家签了字。至于这场破译里有多少是检索、多少是计算，公开材料现在给不出答案；这恰好也是评估任何同类成果时，第一个该问的问题。5 8