LLM 能帮历史学家解哪类谜题

历史研究里有一类问题，看起来像玄学，实际有确定答案：这段拉丁文是从哪本法文书转译的？这份手稿里反复出现的字母排列，是密码还是噪声？某个人名，到底指哪一个？

这类问题以前靠人一辈子翻档案。现在有人开始拿前沿模型去试。

一、发生了什么

9 月 24 日，历史学者 Benjamin Breen 在 Substack 上发文，起因是那一周 GPT-6 Sol 和 Opus 5.5 接连发布。他没有把模型当转录工具，而是让它去解具体的、可验证的历史谜题。

他先给了五条判断标准：这个问题是否已经被专家明确定义；所需材料是否已经完整数字化并且可访问；是否用得上模型的长处，也就是多语言推理、数学和跨大规模语料检索；是否需要用写代码的方式解决；最重要的是，答案能不能被明确证实或证伪。最后一条，他认为是推理模型在数学里横冲直撞、在人文学科却没那么灵的原因。

几个例子。GPT-6 Astra 破译了一封 1941 年 7 月 10 日的德军恩尼格玛电报。真正起作用的不是破译技巧，而是它注意到了一批新公开的档案线索——2026 年 7 月，德国联邦档案馆披露了几组电报，其中一组来自党卫军某师的补给部门。密码学研究者 Frode Weierud 说，他们还在分析模型的日志，想弄清它到底怎么破的。

另一件事关于约翰·迪伊，16 世纪英格兰的神秘学学者。他那本《Liber Loagaeth》一直被视为天书。模型分析后认为，其中大部分是无意义的音节，但存在重复模式，并且有一处确实编码了一个天使的名字。

还有牛顿。Breen 用 GPT-6 找到了一段牛顿从法文炼金术著作自由转译成拉丁文的段落，这个对应关系此前似乎没人指出过。Opus 5.5 则被用来读 Samuel Hartlib 的大批文件，交叉比对后发现，牛顿和 Hartlib 用不同的字谜方式拼写「vitriolum」，旁注里还确认了「vitriolum angaricum」这个词。

二、跟你有什么关系

做人文研究的。 适合交给模型的是「有答案」的问题：文本来源、跨语言转译、散落在不同子领域的证据拼接。不适合的是需要立场和阐释的争论。

管档案的。 模型能不能用，取决于你数字化了多少、开不开放。锁在扫描件里的档案，对模型等于不存在。

做知识产品的。 「跨语料找关联」这件事，在合同比对、专利检索、竞品资料整理里是同一套能力，不必等历史学家先用。

三、怎么把模型用在这类问题上

1. 先确认答案可验证。 能指向一份原件、一个编号、一处旁注的，才值得投入。说不清对错的题，模型只会给你漂亮的猜测。
2. 把材料喂全。 模型的长处是横向比对，不是凭空推断。档案、目录、前人研究、不同语言的版本，一起给。
3. 让它给出证据链。 不要只问结论，要问「这个判断依据哪几份文件、哪一页、哪一句」。没有出处的结论不能进论文。
4. 人来定问题。 值得研究什么，仍然由领域专家决定。模型擅长解题，不擅长判断哪道题重要。
5. 把失败也记下来。 Breen 提到，迪伊的手稿大部分是无意义音节——这个否定结论本身也是进展。

四、三个别信的说法

「模型能读手稿，就能替代历史学家。」 它做的是检索和比对，解释仍然要人。Breen 自己也说，人文学科的进展不只靠「解出一个答案」，还靠怎么理解这个答案。

「破译了恩尼格玛，说明模型会密码分析。」 这次的关键是它把新公开的档案和旧电报列表对上了。是信息整合的胜利，不是算法上的突破。换一批没公开的材料，结果可能完全不同。

「数字化是图书馆的事，跟研究无关。」 恰恰相反。可及性决定了哪些问题能被 AI 处理。Breen 的呼吁很具体：扩大数字化、给研究者免费的接口和算力、像数学界那样一起列「待解难题」。

五、一句话结论

模型不会让历史变得不需要专家，它只会让「材料齐、答案可验」的那部分问题，突然变得便宜。

信息来源

• Using LLMs to trace alchemical knowledge and decode 17th century letters，Benjamin Breen，2026-09-24（全文镜像）
• AI labs need to start funding historical research，2026-09-24（原文摘要与出处信息）

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。