撰文：Gandalf，Techub News
活动：蓝海沙龙第十五期（2026 年 10 月 25 日，线上）
导语
1809 年春，拿破仑要求用密码向马尔蒙将军通报法军部署。这封密信沉默了 217 年，今年 9 月被一名工程师借助 GPT-6 Astra 解开。AI 能读懂 200 多年前的密信，那么 3000 年前的甲骨文呢？
10 月 25 日晚，华中科技大学教授刘禹良在线上举行的蓝海沙龙第十五期上，以「从拿破仑密信到甲骨文：人工智能破译的进展与边界」为题，从这封密信讲到古代铭文修复，介绍了团队研发的甲骨文辅助考释系统 AlphaOracle（殷契行止），也谈到 AI 进入人文研究时应有的边界。沙龙由物理学教授王一主持。
核心摘要
- 刘禹良认为，AI 近来接连破解拿破仑密信、恩尼格玛密文等历史密码，并不是密码学原理发生了革命，而是 AI 能像人一样识别图像、查资料、写程序、反复验证，把完整人类研究工作流的成本大幅压缩。
- 刘禹良介绍，从密码到铭文再到甲骨文，难度逐级上升：密码背后的语言是已知的，铭文要补全残缺，甲骨文则有不少字看得清却不知其意，考释需要在字形、词例与历史语境之间建立可检验的推理链。
- 刘禹良团队研发的 AlphaOracle 模拟专家考释流程，分拓片解析、字形分析、语境对齐、文献检索四步；在 86 名专家和研究人员参与的匿名评测中，78.7% 认为系统很有帮助，平均预估可节省分析时间 64%。
- 刘禹良称，系统把一个出土 50 余年仍未获有效破解的甲骨字释为「劳」，获甲骨学家宋镇豪认可；另有 22 个字的考释结果初步得到专家认可。
- 刘禹良主张 AI 辅助人文破译要「保守前进」：AlphaOracle 不设问答功能，几乎不给没有依据的观点；他担心 AI 太超前、人类跟不上，真假难辨的资料反而有可能影响人文研究。
- 刘禹良表示，AI 模型有一定鲁棒性，但最终仍需由人来决策；问答中一位文字学学者也认为，系统能大幅提高效率，但考释文字目前仍难以离开人工介入。
一封沉默 217 年的密信
刘禹良从拿破仑密信讲起。1809 年春，欧洲又一次站在战争边缘：2 月，奥地利决定对法国开战，而法军仍有相当一部分主力被牵制在西班牙，奥军一旦进攻，马尔蒙将军很可能陷入孤立无援的境地。3 月 16 日，拿破仑命令意大利总督把法军及盟军主力的部署告知马尔蒙，并特别要求以密码写成。刘禹良介绍，今年 9 月被解开的这封密信，很可能就是送到马尔蒙手中的那一封。
这封信的复制图 1969 年刊登于法国军事期刊，信以一句明文开头，随后是整整 24 行密文，约 1300 个密码单元，涉及 155 种不同符号。刘禹良总结了它长期未被破解的四个原因：一是同音替换，一个高频字母轮流用多个符号表示，词频分析难以奏效；二是符号变体多，字母 A 有 11 种写法，E 有 9 种，手写又带来额外差异；三是存在整词符号，de、les、que 这类常用词直接用一个符号表示；四是已知信息有限，法国密码史研究者此前整理出的 33 个字母对应关系，只能解释约 1300 个单元中的 435 个，约占三分之一。
AI 的破解过程分为五步：先逐个识别上千个手写符号，判断哪些是同一符号的不同写法；再以已破译的 33 个符号为突破口读懂一部分内容；接着自己写程序反复尝试各种组合，看结果像不像正常的法语；然后发现部分符号代表的是整个单词，原本读不通的句子由此读通；最后把结果放回全信逐一核对，并与历史文献相互印证。判断结果对不对，标准是语言是否通顺、前后是否一致、历史能否对上，以及换条件再试一次。「说白了，它就是一种暴力试错的方法，但是 AI 试错的效率比人要高效得很多。」刘禹良说。
破解后的内容是一份大战前夕的军事部署情报，详细列出法军及盟军的兵力分布，例如 4 万巴伐利亚军队部署在慕尼黑一带，3 万波兰军队驻扎在维斯瓦河附近，还有萨克森军队及其他法军主力的位置和人数，并判断奥地利将面临多方向进攻，要求马尔蒙做好行动准备。刘禹良还提到一个细节：1865 年出版的拿破仑书信集里，有一句话写到一半就成了省略号，这次破解给出了线索，那是在告诫前线将领不要被几支部队或一群乌合之众吓住。「历史人物的性格，有时候就藏在这样几个不起眼的字里面。」
并没有新的原理突破
被 AI 破解的历史密码远不止这一封。刘禹良列出一份「越来越短的未解之谜清单」：1941 年的一份恩尼格玛电报和 1809 年的马尔蒙密信由 GPT-6 Astra 破解，后者模型执行时间约 6 小时；1941 年的另一份恩尼格玛密文由 Claude Opus 5 破解，用时约 13 分 28 秒；1918 年的 ADFGVX 密文，GPT-6 Astra 提出了历史密钥，但结果仍有争议。
至于为什么突然变快，刘禹良认为，并不是密码学原理发生了革命，而是人工智能开始能像人一样识别图像、查资料、写程序、反复验证，而且知识广度远超人类、不知疲倦。「过去可能需要不同领域专家花费大量时间的工作，现在就可以用 AI 的智能体去串联起来完成。」
从「补全」到「连接」：AI 修复古代铭文
再往前推两三千年，难度逐级上升。刘禹良把它分成三个层次：密码破译像一本书被加了密，背后的语言是已知的；铭文修复像古书被撕掉了几页，文字认识，但要把缺失的部分补回来；甲骨文释读更难，有些字刻在那里也看得清，却不知道是什么意思，「这就好比一本书，它不仅是残缺不全，甚至连其中的一些字我们在字典里面都查不到」。
铭文修复之所以比破译密码难，是因为字形往往不完整，常常没有标准答案，需要结合时代、地点和文本格式等历史语境，最终还要经得起其他语料、同类铭文和专家判断的检验。
他首先介绍了 DeepMind 牵头、2022 年发表于《自然》的 Ithaca。它用语言模型建模上下文，既能猜测古希腊铭文中缺失的文字，也能推测铭文的年代和产地，并给出几种最可能的结果供历史学家进一步考证。在已知答案的测试铭文上，历史学家单独修复的准确率约 25%，Ithaca 单独修复约 62%，历史学家借助 Ithaca 后提高到约 72%；产地判断准确率达 71%，年代推测与公认范围的误差在 30 年以内。一批雅典法令此前被认为早于公元前 446 至 445 年，近年新证据指向公元前 420 年代，Ithaca 给出的平均预测是公元前 421 年。刘禹良认为，Ithaca 最大的意义在于「首次证明了 AI 是可以成为人文学者的一个放大器的」。
如果说 Ithaca 侧重补全，2025 年 7 月同样发表于《自然》的 Aeneas 更强调连接。它同样由 DeepMind 牵头，面向古罗马拉丁铭文，数据集收录超过 17.6 万条铭文，核心能力是检索平行文本：给定一块铭文，几秒内找出用词、句式、程式或出土地点相近的其他铭文，在此基础上补全长度未知的缺口，并结合文字和图像判断铭文所属的行省。在 62 个罗马行省中，Aeneas 判断行省的准确率约 72%，年代推测与历史学家给出的范围平均相差约 13 年；在一项有 23 位历史学家参与的评估中，研究者普遍认为它能加快工作。
更棘手的是火山古卷。公元 79 年维苏威火山喷发，罗马城市赫库兰尼姆被掩埋，一座别墅中收藏的大量草纸卷轴随之碳化，18 世纪出土后大部分收藏于意大利那不勒斯国家图书馆。早年的物理展开常导致卷轴碎裂。2023 年 3 月启动的维苏威挑战赛中，参赛者用高分辨率 CT 获取卷轴内部的三维图像，在数字空间中逐层虚拟展开，再用机器学习识别墨迹：2023 年 10 月读出第一个完整的希腊文单词「紫色」；2024 年 2 月，获奖团队从一卷古卷中读出约 2000 个字符，约占全卷的 5%；2025 年 5 月，研究者首次从一卷从未展开的古卷中读出标题，是菲洛德穆的《论恶习》，很可能是该书的第一卷。
但甲骨文的情况不同。刘禹良指出，古希腊文、拉丁文铭文的语言体系大体已知，核心问题是「如何补全」；甲骨文字符系统更复杂，部分文字尚未释读，核心问题是「如何理解」。仅仅语义通顺的破译结果，得不到甲骨文学者的认可，「需要在字形、词例与历史语境之间建立可检验的闭环的一个推理链条才行」。
AlphaOracle：让 AI 模拟专家的考释流程
刘禹良介绍，甲骨文距今约 3300 年，大部分用于占卜，也有少部分记载史实，内容涉及王室成员的健康、狩猎、战争、农业和自然灾害等。自 1899 年甲骨文出土以来，百余年间已破译的文字只有约三分之一，仍有近 3000 个字没能有效破译；近 10 年来，只有 3 个字的考释得到有效认可。他举例说，编号为「屯 307」的一片甲骨 1973 年出土于安阳小屯村南地，上面有一个字虽经诸多分析，50 余年仍未得到有效破解。
此前 AI 与甲骨文的结合，多集中在已破译文字的识别、破损拓片的缀合与校重。刘禹良说，由于缺乏规范数字化的史料，AI 用于甲骨文破译一直是空白，他的团队 10 年前就开始关注这一方向。难点有三：语料分散，数字化难度高；一字多形，比如「车」就有多种写法，不同写法在不同语境下含义也可能不同；甲骨文连翻译都很困难，而专家对考释结果的论证非常严苛，需要音、形、义、用多个维度的证据综合佐证。
为此，团队拜访了 86 位古文字专家，根据专家提供的权威资料收集甲骨文 14 万字，构建语料库 115 万条。在语料构建上，团队开发了一个 9 万类的古文字识别系统，数字化了 3000 多份手摹本、4.5 万多份甲骨拓片、1 万多份开放拓片材料、9 万多个字符实例，以及 2.3 万多篇经典传世文献。已破译的约 1700 个字被分为训练集和验证集，验证集有标签但模型从未见过，用来评估考释精度，再在未破译的字上生成结果供专家评估。
AlphaOracle 研发了三年多，今年 6 月发表于 The Innovation 并入选封面亮点。它以人类工作流为启发，模拟专家考释的实际流程，分四步：一是拓片解析，检测拓片中的单字和句子，给出阅读顺序，提取未破译的字；二是字形分析，从字形、部首和演变信息给出多个候选，其中演变模块用扩散模型学习从甲骨文到金文、隶书再到现代汉字的演变规律，部首模块把甲骨文拆成组件，像拼拼图一样在已破译文字中找线索，专家也可以输入自己认为可能的字作为候选；三是语境对齐，总结一个字在不同拓片中的用法，刘禹良称这是对甲骨文专家最重要的一步；四是文献检索，快速梳理先秦语料和近现代权威学者的相关释义，最终形成一份多途径的研究报告。其中演变模型 OBSD 获得 2024 年 ACL 最佳论文奖，刘禹良介绍，这是该会创会 62 年来国内高校作为第一单位首次获得，第一作者是他的一名本科生。
系统由来自故宫博物院、甲骨文信息处理教育部重点实验室、清华大学、复旦大学等机构，以及美国、日本学术团体的 86 名专家和研究人员参与匿名评测，78.7% 认为系统很有帮助，平均预估可节省分析时间 64%；演示文稿还显示，在甲骨文翻译为现代文的盲评实验中，系统获得 45.2% 的最高偏好率。刘禹良坦言，已有多位学者在使用，但根据他们的反馈，系统还没有完全满足需求。AlphaOracle 目前已对外开放，支持拓片、摹本和单字图片分析，可溯源包含某个字的拓片和文献，并整理了四万多片拓片的甲骨文合集、七万张摹本的甲骨文摹本大系、《古文字诂林》和两万多份传世文献。
在具体考释上，刘禹良展示了对蒋玉斌提出的十个疑难字之一的分析：在字形上把「围」列为最高候选，结合不同拓片上的用法强化了这一结论，并在《古文字诂林》中找到证据链，相关考释结果已上线甲骨文信息处理教育部重点实验室的「殷契文渊」平台。前述「屯 307」上的字，系统最终释为「劳」。刘禹良说，这个字指一处地名，揭示了商王朝边地治理的一则微观史料。中国社会科学院学部委员、甲骨学家宋镇豪对这一结果表示认可。此外，系统对 22 个字的考释结果初步得到专家认可。
为什么要「保守前进」
谈到 AI 的边界，刘禹良先举了几份至今难以解读的材料。伏尼契手稿以 1912 年购得它的人命名，现藏耶鲁大学图书馆，羊皮纸测年显示约制作于 15 世纪上半叶，200 余页写满无人认识的字符。他认为仅凭算力很难读懂，因为没有其他可供参考的资料。线性文字 B 则是另一种例子：1952 年，英国建筑师文特里斯提出它记录的是早期希腊语；1953 年，考古学家布雷根用这一假说把新出土泥板上的一个词读作「三足鼎」，旁边恰好画着三足鼎，描述器皿耳柄数量的词也与图形一一对应，相当于独立验证了这一假说。刘禹良说，对这种没有标准答案的古文字，只能先提出假说，再等待未来的证据交叉验证。
罗塞塔石碑则是成功的例子。它 1799 年在埃及罗塞塔附近被发现，刻着公元前 196 年托勒密五世时期颁布的一道诏令，同一份诏令同时刻成古埃及圣书体、世俗体和古希腊文，学者们从托勒密这类人名入手，逐步建立符号与读音的对应，商博良最终破译了圣书体。「这块石头之所以重要，正是因为它让未知的这个文字第一次拥有了这个翻译的桥梁。」刘禹良认为，怎么找到这样的桥梁，需要人类创造性地把证据发现出来，之后 AI 才有可能真正帮上忙。
他坦言，专家愿意用 AlphaOracle 却又觉得仍有提升空间，最重要的原因是团队做了很多妥协：系统没有问答功能，只保守地对既定事实做总结，几乎不给任何没有依据的观点。「保守前进这个点我认为是比较重要的。」他以近期数学界围绕 AI 生成证明的争议为例：AI 给出的一些结果已大幅超越人类能够理解的范围，大批 AI 生成的数学预印本发布后又陆续撤回、修订，没有数学家能够逐一考证；哪怕是一位顶尖数学家，读到其中一份证明的第二页时，也只能承认它有可能是对的，却根本看不懂。
「如果说 AI 太超前了，如果人类没有办法同步跟上，那久而久之，大量真假难辨的资料反而有可能会影响人类在人文科学方面的进展。」刘禹良说，对人文破译而言，确实应该适当地保守。
甲骨文里的「夏」在哪里
演讲最后，刘禹良回到甲骨上的一个悬案。演示文稿写道，翻遍十几万片甲骨，一个「夏」字都没有；若甲骨文能证实夏朝存在，可将中华文明再前推约 500 年。他提到一种很有意思的说法：甲骨文中的「西邑」也许就是夏，战国时期的清华简记载了不少这方面的历史。启发来自曾随之谜：据他介绍，出土器物中有「曾侯」，传世记载里多称随国，如今学界已形成共识，曾就是随，一国两名；楚国为曾侯宝夫人芈加所制器物的铭文，就称她为「随仲芈加」。刘禹良据此推测，夏在甲骨文中也许记录为另一个字，直接找到「夏」字的可能性不一定高。
「拿破仑当年写密信是生怕别人能够看懂，3000 年的古人刻甲骨文，恐怕做梦也想不到后人竟然看不懂。一个是故意保密，一个是意外失传，结果今天都碰上了人工智能。」刘禹良说，希望下次还有机会汇报时，能带着几个新破译的甲骨文来给大家「交作业」。
问答：人工介入仍不可少
有听众问，如何看待部分数学家对 AI 的抵制。刘禹良说，各个学科都有类似现象，团队最早带着第一代系统找甲骨文专家时，对方也挺排斥，先想的是怎么挑模型的问题。他认为这可以理解：一是对研究领域有冲击，二是学者对严谨性要求极高，「眼里容不下这个沙子」，AI 哪怕有一个不符合常识的论点，都会引起反感；数学家的抵制则主要因为已经看不懂 AI 的求解过程，比如流体力学难题的 AI 证明，目前还没有人能站出来说它是对的，只是因为给出了大量形式化证明，舆论大概率认为它是对的。
有参与者问，AlphaOracle 是否通过比对不同时代的字形来推测。刘禹良说，最佳论文那项工作做的正是这件事：从大量已破译文字中学习甲骨文到金文、战国文字、隶书、楷书的演变规律，系统在已破译字验证集上的精度在两成多（演示文稿所列 AlphaOracle 字形分析准确率为 23.1%）；大模型只用于最后生成分析报告。他也认同，并非每个甲骨文都能严格对应一个现代汉字，比如「车」的不同写法可能对应不同的事件，但目前的考释仍按映射的方式来做。主持人王一追问能否用多智能体编排来破译，刘禹良说系统核心是十来个小模型，报告生成环节并没有太多思考；多智能体编排正是团队在做的事，希望实现问答，让 AI 帮专家验证自己的想法。
也有听众关心，AI 会不会破译虚拟货币钱包的密码、动摇虚拟货币的存在基础。刘禹良说自己不太了解虚拟货币，但就有限的认知而言，大部分虚拟货币好像还比较安全，目前没有听说过有破译虚拟货币的案例，倒是一些 AI 模型破解过不少银行系统，做了很多软件逆向工程；能否动摇虚拟货币的存在基础他不敢断言，但从目前看还有一定困难。王一接话说，目前看来靠数学加密还是比软件漏洞更靠谱。
被问到如果过往已破译的字本身有误，AI 推理的根基是否稳固，刘禹良说，不能保证模型的训练语料完全正确，但 AI 模型有一定鲁棒性，幻觉问题至今也仍然存在，「可能是够用，但是还是需要最终由人来做决策」。王一追问，AI 能否像在物理论文中找出笔误那样，找出古文献研究里以往的错误，刘禹良说，这正是团队前期花很长时间收集权威语料的原因，模型对少数文献中的笔误也有一定辨别能力。
另一位参与者补充，甲骨文这类小众语料本身未知数多，鲁棒性可能出问题，前面错了，后面可能就会跟着错。刘禹良认同这一点，说这只涉及第四步文献检索，与甲骨文专家的看法完全一致：前三个步骤帮助很大，第四步他们只会简单一看。因此系统会按优先级列出《古文字诂林》《甲骨文字诂林》、郭沫若的论述以及《史记》《诗经》等传世文献，现代学者的论文只列前十篇。
一位从事古文献与文字学研究的高校学者在交流中说，AlphaOracle 整理相关文献，又把字形拆解得像拼积木一样，能大幅提高效率，但考释文字目前看来仍难以离开人工介入。他问到「围」字放回上下文中是否经过检验，并指出「劳」究竟是地名还是族名仍有争议。对于「夏」，他说有一个甲骨字形历来众说纷纭，也有学者释为「夏」，「甲骨文里没有发现夏字」的说法与这类争议有关。他还纠正说，曾国其实在文献中记载不少，而且有多种写法，商周时期至少有四个曾国，族名和地名会随人群迁移而变化，这些都需要人工判断。刘禹良回应说，真正解决人文问题，还得是真正懂人文知识的人，团队只是把服务做好。
关于如何提高机器学习的信噪比，刘禹良认为当前最重要的是把语料构建得更全，其次可以借鉴持续学习的方法，让模型在吸收从甲骨文到先秦文献的大量新知识时，不遗忘已有的能力。还有参与者提到，加拿大皇家安大略博物馆收藏有大量甲骨，建议围绕 AI 与甲骨文开展跨境学术交流；那位文字学学者补充，《甲骨文合集》之外，还要加上英国、加拿大所藏的甲骨集和《小屯南地甲骨》等，才算比较完整的甲骨文资料。
编辑说明：本文据 2026 年 10 月 25 日蓝海沙龙第十五期线上分享的录像整理，以云端转写稿为主，AlphaOracle 语料与考释进展、问答中的若干关键句另截取音频以更强模型重新转写核对，并以刘禹良的演示文稿、活动海报校准人名、术语与数据；拿破仑密信的相关数字另与演示文稿所引原始文章核对一致。引号内为演讲原话，仅删去口头语，其余为转述。文中关于 AI 破解历史密码、古代铭文修复研究、AI 数学证明争议，以及 AlphaOracle 的语料规模、评测结果和考释进展，均为演讲者介绍或演示文稿所载，本文未独立核实。演示文稿中 AlphaOracle 评测一页，表格所列的认可率与效率提升（80.4%、67.2%）与页面下方文字（78.7%、64.0%）不一致，本文采用与演讲口述一致的后者。「宋镇豪」「蒋玉斌」「《古文字诂林》」「《甲骨文字诂林》」「菲洛德穆《论恶习》」「马尔蒙」「芈加」等名称按发音对应演示文稿或公开资料。演讲中个别年代表述与通行史料不符，问答中一位学者的一句发言几次转写结果不一，本文均未采用。除主持人外，问答环节的提问者与发言者均未具名，与主题关系不大的讨论未收录。本文未经演讲者审阅。
免责声明：本文内容仅为演讲者个人观点与信息分享，不代表 Techub News 立场，亦不构成任何投资建议。
