一句话看懂：一名安全工程师用 GPT-6 Astra，仅凭一张图片和一条指令，在约六小时内破解了 217 年未被读懂的拿破仑时期军事密信，并公开了可机械验证的完整解法。这显示多模态大模型已能独立完成从图像识别到密码求解的长链路任务。
事件核心：发生了什么
SentinelOne 工程师 Carter Church 将一封 1809 年的密信图片输入 GPT-6 Astra，未提供密钥或分步提示。该信出自拿破仑继子、意大利总督欧仁·德·博阿尔内的司令部，收件人是法国将军奥古斯特·德·马尔蒙，内容为传达拿破仑命令的部队简报。信纸包含一行法文说明和 24 行数字、字母与自创符号。Astra 调用了此前与该信无关联的部分密钥线索，并用自研的模拟退火求解器完成剩余破译。该密信此前长期列于 Cryptiana 未解历史密码库，目前已被该库维护者 Satoshi Tomokiyo 标记为已解。
为什么重要
这次破译的价值不只在密码学本身。Church 强调，真正值得注意的地方是 Astra 把图像识别、线索关联和符号求解串成了一条完整的推理链路，而非单纯套用已知密码规则。对 AI 行业而言，这提供了一个可观察的样本：多模态大模型正从“回答问题”转向“完成多阶段任务”。同时，解出的句子“a gathering of rabble”填补了拿破仑 1865 年回忆录中一处中断的表述，说明模型输出可以与历史文献形成可核查的互证，而不只是生成看似合理的文本。
对用户/开发者/创作者的影响
对开发者来说，Church 公开了完整解法包和可重新生成破译结果的脚本，意味着这类推理流程可以复现、审计，而不是只停留在演示视频层面，目前公开信息显示这更接近一套可交付的工作流。对研究者与内容创作者而言，Astra 展示的“单图输入、长链推理”模式，可迁移到古文献整理、档案数字化、密码学教学等场景。但这也提醒使用者：模型的推理过程需要外部验证，Church 之所以能证明结果可信，靠的是密文可机械检验，而不是模型自述。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Astra 这类长链路推理能力是否会在 OpenAI 后续产品中开放为稳定 API 或工具调用能力；二是 Cryptiana 等历史密码库是否会因此批量重启未解条目；三是 Church 公开的模拟退火求解器属于模型内部机制还是外部编排脚本，这将决定其他团队能否在闭源模型上复现同类流程。
