Appearance
GPT-6 Astra破译433年前密码信：AI如何识别手写符号与历史语境（2026）
先看适合这类任务的 AI 入口
想把扫描件、历史图片和长文档放在同一条工作流里，可以先从下面的中文多模型入口开始：
- GPTCat：访问 GPTCat，适合多模型切换、图片理解和中文资料整理。
- SnakeGPT：访问 SnakeGPT，适合把 OCR、翻译、摘要和写作放在连续对话中完成。
- ZeoGPT：访问 ZeoGPT，适合需要比较不同模型输出、整理证据表和开发流程的任务。
模型名称、图片工具和可用额度会随入口版本变化。打开后先确认当前模型列表，再按本文的“识别—映射—复核”流程做小样本测试。
更新时间：2026年10月3日
一组写于 1593 年的法国密信，最近因为 AI 辅助解读重新进入公众视野。公开资料显示，马耶讷公爵的秘书 Thibault Desportes 在 1593 年 7 月 22 日写下两封信：一封寄给罗马代理人 Girolamo Frachetta，另一封寄给负责法国事务的 Pietro Aldobrandini。信件使用了带有手写变体的多音替代密码，过去很难直接阅读。
这件事真正值得关注的，不只是“AI 猜出了多少字”，而是它把一个跨学科任务拆成了几步：先看懂手写符号，再建立符号与字母的对应关系，接着处理早期法语，最后把人名、代称和政治背景放回同一份证据链中。下面按这个流程拆解案例，并说明哪些结论已经能从公开档案核对，哪些仍只是报道或项目方的说法。
目录
- 这两封信是什么来历
- 为什么 433 年后仍然难读
- AI 破译实际上要完成四层工作
- Astra 与 Claude 的路径有什么不同
- 公开文本里出现了哪些历史线索
- 普通用户如何复现一套稳妥流程
- 怎样判断模型输出是否可信
- 常见问题
一、这两封信是什么来历
1. 时间、作者和收件人
根据 The Catholic League Letters 项目页 及其转录说明，两封信的日期都是 1593 年 7 月 22 日，作者是马耶讷公爵的秘书 Thibault Desportes。这个时间点距离亨利四世宣布改宗只有几天，法国宗教战争、天主教联盟、教廷和西班牙之间的关系都处在紧张状态。
两封信的收件人不同，所谈问题也不完全相同：
| 信件 | 收件人 | 公开档案入口 | 阅读重点 |
|---|---|---|---|
| Frachetta 信 | Girolamo Frachetta，马耶讷在罗马的代理人 | Gallica BnF 手稿 f.189 | 罗马联络、报酬、联盟内部的关系和代称 |
| Aldobrandini 信 | Pietro Aldobrandini，教廷方面的重要联系人 | Gallica BnF 手稿 f.186–186v | 对教廷政策、停战和法国王位问题的解释 |
2. 先分清三层来源
这类热门案例很容易把“原始档案”“项目转录”“媒体报道”混成一个来源。更稳妥的阅读顺序是：
- 先看 Gallica 的原始扫描件，确认页面、手写形态和档案编号。
- 再看项目页的逐词展开和上下文说明，了解它如何把符号转成可读文本。
- 最后阅读公众号、社交平台或新闻稿中的模型表现数字，把它们当作待核验的案例叙述。
密码表的历史背景还可以参考 S. Tomokiyo 对天主教联盟多音替代密码的整理。这份资料有助于理解密码系统，但并不能单独证明某个模型的识别准确率。
二、为什么 433 年后仍然难读
“有密码表”不代表“把图片交给 OCR 就能得到答案”。这两封信至少同时包含四种难点。
1. 手写符号不是标准字体
16 世纪的秘书书写会出现连笔、墨迹深浅和笔画变体。同一个符号在不同位置可能略有不同，扫描件还可能有折痕、裁切、低对比度和页面倾斜。模型首先要回答的不是“这句话是什么意思”，而是“这里到底画了哪个符号”。
2. 一个符号可能对应多个字母
这套系统属于多音替代密码。普通替代密码可以近似理解为“一种符号对应一个字母”，而多音系统允许同一符号对应不同的明文字母。符号认对之后，还要结合相邻字符和词形选择候选读法，单纯查表往往只能得到一串不稳定的字母。
3. 早期法语和现代法语不完全一样
即使字母序列大致正确，16 世纪的拼写、缩写和语法也会让现代读者误判。模型如果直接把文本“自动纠正”为现代法语，可能会把原文中的重要线索一起改掉。因此，转录、规范化和翻译应该分成三个版本保存。
4. 代称需要历史语境支撑
信件里的“我们的朋友”“叔叔”或某个地点，不一定能从句子本身确定。判断这些代称，需要对照通信对象、1593 年的政治人物、联盟关系和其他信件。这里的任务已经从 OCR 变成了历史推理，任何看起来顺滑的解释都需要回到原句和档案注释。
三、AI 破译实际上要完成四层工作
把任务拆开后，可以得到一条更清楚的链路：
text
扫描件清理 → 手写符号识别 → 符号/字母候选表 → 早期法语转录
→ 历史人物与代称核对 → 原图、转录、译文逐行复核第一步：识别，而不是急着翻译
先让模型逐行描述符号，保留行号和不确定字符。对低清区域，可以裁剪放大后单独识别；不要一开始就要求模型输出完整历史结论。
第二步：建立候选映射
把每个符号的形态、可能字母、出现位置和依据放进表格。一个符号有两个候选字母时，先保留两种读法，不要为了让句子通顺而强行选一个。
第三步：保留原文层、规范化层和翻译层
建议至少保存三列：
| 层级 | 内容 | 目的 |
|---|---|---|
| 原始转录 | 尽量保留符号、缩写、拼写和疑问标记 | 方便回看图像 |
| 规范化文本 | 说明如何展开缩写、统一拼写 | 方便搜索和比对 |
| 现代译文 | 用今天的语言表达 | 方便非专业读者理解 |
如果只有最后一列，读者很难知道哪些是档案原文，哪些是模型补全。
第四步：把历史推理放到最后
先得到可追溯的字母和词语，再用人物年表、地图、同一作者的其他通信来解释代称。上下文可以帮助解决歧义，但不能替代原始文字证据。
四、Astra 与 Claude 的路径有什么不同
公众号文章提到，Claude Opus 5.5 的一条路径是寻找已经破译的“姐妹信件”，再把旧记录中的符号与标注结果对齐，形成可供新页面参考的映射。文章还披露了约 6794 个标注符号、98.5% 的符号识别率和 95.6% 的字母解码率。
另一个公开叙述把 GPT-6 Astra 的方法概括为：利用已知密码信息、语言上下文和 1593 年的历史关系，缩小候选空间，并对模糊字符给出带语境的读法。报道还称其中一封信接近完整还原，仅有一个人物名称存在疑问。
这些数字和模型路径目前主要来自媒体文章、社交平台披露或项目相关叙述，并不是本站独立跑出的基准测试，也不应理解为模型在所有古文献上的固定性能。两条路径真正值得借鉴的共同点是：
- 先寻找可以对齐的已知样本；
- 把视觉识别和语言推理拆开记录；
- 对不确定字符保留候选，而不是只输出一个答案；
- 用原始图像和外部史料做最后复核。
五、公开文本里出现了哪些历史线索
项目转录和相关报道都提到一个醒目的金额：500,000 écus。项目页将它放进亨利四世改宗前后的历史背景中；公众号文章进一步把它解释为一笔政治交易。
这里需要保持两个边界：
- “文本中出现五十万埃居”与“这笔钱由谁支付、代表什么交易”是不同命题。前者可以回到转录和原始页面核对，后者还需要历史学者根据档案、货币价值和相关通信判断。
- Frachetta 后来把通信交给西班牙方面的说法，可以作为项目页提供的历史线索，但不能仅凭一封信就断言这是唯一动机。
因此，文章中最稳妥的写法是“项目转录显示”“公开报道将其解释为”“仍需结合档案注释核对”，而不是把一条模型输出直接写成已经定案的历史事实。
六、普通用户如何复现一套稳妥流程
你不需要从一开始就处理两封完整密信。先用一页、几行和一个已知词做小样本。
1. 准备图像
- 使用分辨率尽量高的原始扫描件，不要先截图再压缩。
- 旋转页面、裁掉黑边，但保留原始文件作为对照。
- 把整页、局部裁剪和关键行分别编号。
- 不要把不同页面的符号顺序混在同一个文件里。
2. 第一轮只做视觉转录
可以使用下面的提示词：
text
请只处理这张历史手稿图片，不要翻译，也不要补全历史背景。
按从上到下的顺序输出：
1. 行号；
2. 每个符号的视觉描述；
3. 可以确认的字符；
4. 不确定的字符及两个候选读法；
5. 你判断的依据。
看不清的地方写“无法确认”，不要猜一个看起来通顺的句子。3. 第二轮建立映射表
text
根据上一轮的逐行转录，建立“符号编号—候选字母—出现位置—证据”的表格。
同一符号存在多个读法时全部保留，并标出哪一种只是语言上下文推测。
不要删除疑问标记，也不要自动改成现代法语拼写。4. 第三轮才做语言和历史解释
text
请把已经标记为“可确认”的字母整理成早期法语转录，另起一列给出现代法语或中文释义。
每个专名、金额、日期和代称都要引用对应行号。
如果有两种解释，请并列输出，并说明还需要哪份档案才能区分。5. 最后做人工复核
至少抽查五类内容：金额和单位、人名、地名、日期、代称。把模型输出与 Gallica 原图、项目转录和其他通信并排放置，确认模型没有把推测悄悄写成原文。
如果要批量处理多页，可以先看本站的 文件与图片上传教程、长文档总结方法 和 提示词写作教程，再把本案例的三层文本结构加入自己的模板。
七、怎样判断模型输出是否可信
可以用下面的证据等级给每个结论打标签：
| 等级 | 例子 | 使用方式 |
|---|---|---|
| A：原始材料 | Gallica 扫描件中的页面、行和符号 | 可以直接引用，但仍要注意手写辨认 |
| B：可追溯转录 | 项目页逐词展开、密码表和编辑注释 | 说明来源与编辑规则 |
| C：报道披露 | 公众号、X 帖子中的模型名称、准确率和完成度 | 标明“报道称”，等待独立复核 |
| D：解释性推断 | 某个代称对应谁、金额意味着什么 | 列出依据和替代解释 |
一份合格的 AI 文献分析，应该让读者知道每句话属于哪一级。尤其要警惕三种常见错误：
- 把现代拼写当作手稿原文；
- 把“模型生成了译文”写成“模型证明了历史事实”；
- 把一次案例中的准确率扩展成模型对所有古文献都有效。
八、常见问题
这是不是 GPT-6 Astra 的官方性能测试？
目前不能这样下结论。公开材料能支持的是：媒体和项目相关页面描述了一次 AI 辅助解读密码信的案例；其中的模型名称、准确率和完成度数字仍应回到原始帖子、项目记录和官方资料交叉核对。
多音替代密码和普通替代密码有什么区别？
普通替代密码通常把一个符号固定映射到一个字母，多音替代密码允许一个符号对应多个候选字母。阅读时要结合位置、词形和上下文选择，因此符号识别正确也不代表字母已经确定。
普通人可以照着流程解读古手稿吗？
可以从一页和几行开始，先做图像转录，再做映射和翻译。对于涉及历史人物、金额、法律或医学的结论，仍然需要原始档案、专业资料和人工复核。
“五十万埃居”已经完全被历史学界确认了吗？
公开项目转录确实把 500,000 écus 作为文本线索列出，但金额的支付方、经济折算和政治含义需要结合更多档案判断，不能只凭一篇报道下定论。
为什么不能让模型直接给最后答案？
因为手稿解读同时包含看图、查表、语言规范化和历史推断。把这些步骤压缩成一句“翻译全文”，会隐藏不确定字符，也会让后续读者无法复核来源。
继续阅读
- GPT-6 Astra来了：能力、跑分、价格与使用指南
- GPT-6 Astra怎么用？入口、权限核验与 API 模型名指南
- GPT-6 Astra 实战教程：写作、编程与长文档任务
- ChatGPT 文件与图片上传教程
- ChatGPT长文档总结与资料整理教程
参考资料
- The Catholic League Letters：1593 年两封信的项目页
- Gallica：Frachetta 信件，BnF français 3984 f.189
- Gallica：Aldobrandini 信件，BnF français 3984 f.186–186v
- A Polyphonic Substitution Cipher of the Catholic League
- 新智元公众号参考文章
总结
这次案例的启发，不是“模型可以替代历史学家”，而是多模态模型正在把手稿整理拆成一条更容易协作的流程：识别符号、保留候选、建立映射、还原语言，再把每个历史解释放回原始档案中核对。只要把来源层级和不确定性写清楚，普通用户也能用同样的方法处理一页旧信、会议扫描件或难以搜索的图片资料。