GPT-6 Astra за 10 часов расшифровала сообщение Enigma, над которым бились с 2005 года

Есть новости про ИИ, которые отлично выглядят в заголовке, но становятся гораздо скучнее, когда начинаешь разбираться в деталях. Здесь получилось как-то наоборот.

В сентябре 2026 года Картер Леффен запустил GPT-6 Astra Extra High на немецкой армейской радиограмме MVUEH от 10 июля 1941 года. Сообщение было опубликовано в архиве CryptoCellar ещё в 2005-м и с тех пор оставалось среди нерасшифрованных. Примерно через десять часов работы Astra нашла настройки Enigma и восстановила открытый текст.

Военной тайны внутри, к слову, не оказалось. Немецкий радист запрашивал дальнейший маршрут из Розенова и просил срочно ответить по радио.

Но интересен здесь не текст радиограммы. Гораздо интереснее, как именно до него добрались.

Почему нельзя было просто перебрать ключи

MVUEH состоит всего из 82 букв. Для криптоанализа это скорее проблема, чем подарок: чем короче шифротекст, тем меньше в нём статистического материала.

При этом Enigma давала огромное пространство возможных настроек. Нужно определить набор и порядок роторов, их начальные позиции, кольцевые установки и соединения коммутационной панели Steckerbrett. На практике тупой перебор всех комбинаций превращает задачу в вычислительно бессмысленную.

Дополнительная проблема заключалась в том, что известные настройки Enigma для других сообщений того же дня к MVUEH не подходили.

Поэтому Astra начала не с brute force, а с поиска контекста.

В архивах нашлась другая радиограмма от 10 июля 1941 года, SIPVX №173, которую исследователь Алекс Шовкопляс расшифровал в 2017 году. В её открытом тексте встретилась любопытная последовательность: название города ROSENOW было передано дважды подряд.

Отсюда появилась рабочая гипотеза: если сообщения относятся к одному району и одному временному промежутку, ROSENOWROSENOW может присутствовать и в MVUEH.

Для криптоанализа Enigma такая догадка очень полезна. Предполагаемый фрагмент открытого текста называется crib. Вместо попытки проверить всё пространство ключей можно искать настройки машины, при которых известный фрагмент шифруется в соответствующую часть перехваченного сообщения.

У Enigma есть ещё одно удобное свойство: буква никогда не шифруется сама в себя. Поэтому часть возможных положений crib можно отсеять ещё до серьёзных вычислений. Именно подобные ограничения исторически позволяли превращать практически невозможный полный перебор в существенно более узкую задачу поиска.

Под гипотезу пришлось писать собственные инструменты

Одного ROSENOWROSENOW, конечно, недостаточно. Дальше нужно было проверить, существует ли вообще конфигурация Enigma, которая согласуется с этим предположением и остальным шифротекстом.

Astra написала программную реализацию машины и код для криптоанализа на Python и C++. После этого начался поиск по возможным настройкам роторов и другим параметрам. Параллельно проверялись варианты чтения исходной радиограммы: архивный материал содержал символы, которые можно было интерпретировать неоднозначно.

В итоге нашлась конфигурация с порядком роторов II–V–III.

Это существенная деталь. В других известных сообщениях того же дня использовался, например, порядок V–I–II, поэтому простая попытка взять известный дневной ключ и применить его к MVUEH результата не давала.

С найденными настройками машина начала выдавать связный немецкий текст. Но связный текст сам по себе ещё ничего не доказывает, особенно когда в процессе поиска участвует языковая модель. Поэтому следующий этап здесь, пожалуй, важнее красивой истории про «ИИ взломал Enigma».

Результат проверили независимо.

Полученные настройки воспроизводят расшифровку всех 82 символов тела сообщения. Ключ и открытый текст также проверил Фроде Вайеруд, исследователь Enigma и куратор CryptoCellar. После проверки в архиве появился отдельный разбор решения MVUEH.

То есть это не случай, когда модель выдала правдоподобный немецкий текст, а пользователь решил, что задача закрыта. Есть конкретный шифротекст, конкретная конфигурация машины и воспроизводимый результат.

И вот здесь история становится интереснее самой Enigma

Если убрать красивую обёртку про «шифр времён Второй мировой», Astra не сделала ничего магического. Она не изобрела новый метод криптоанализа и не нашла способ мгновенно ломать Enigma.

Ключевым оказался вполне классический подход: найти вероятный crib, сократить пространство поиска и проверить оставшиеся варианты вычислительно.

Необычно другое: большую часть этой цепочки одна модель смогла собрать сама.

Сначала архивный поиск. Потом сопоставление нескольких исторических документов. Из них появилась гипотеза. Под гипотезу понадобился код. Код позволил провести перебор. Полученный результат пришлось проверить на полном сообщении и отдать на внешнюю верификацию.

Именно поэтому этот эксперимент интереснее очередного сравнения моделей по бенчмаркам. Здесь LLM использовалась не как энциклопедия и не как генератор готового ответа. Скорее как исследовательский агент, который может переходить между поиском информации, анализом источников и программированием в зависимости от того, что требуется на следующем этапе задачи.

Причём человек из процесса никуда не исчез. Исходную задачу поставил Леффен, исторические расшифровки создали исследователи до него, найденный результат проверил специалист по Enigma. Astra связала эти куски в рабочий процесс и взяла на себя значительную часть промежуточной работы.

На мой взгляд, именно эта граница сейчас гораздо интереснее вопроса, насколько хорошо очередная модель умеет отвечать в чате.

А потом она ещё сделала сайт

На этом эксперимент можно было закончить, но Astra помогла собрать отдельный сайт проекта. Там опубликована история поиска, исходные данные, найденные настройки и интерактивный 3D-симулятор Enigma, на котором результат можно посмотреть уже не в виде сухого лога.

Получилась довольно характерная для современных агентных моделей история. На входе есть короткая радиограмма 1941 года и вопрос «можно ли её расшифровать?». Дальше задача внезапно распадается на исторический ресёрч, криптоанализ, программирование, вычислительный поиск, проверку гипотез и визуализацию результата.

И, пожалуй, это лучший аргумент в пользу таких систем. Не то, что они знают больше человека или внезапно научились «ломать Enigma». А то, что между вопросом и ответом они постепенно учатся самостоятельно строить довольно длинную техническую цепочку действий.

Небольшая ремарка от SYNTX.AI ^[1]. Мы как раз поэтому смотрим на новые текстовые модели не только как на чат. GPT-6 Astra доступна в LLM Studio SYNTX.AI и может работать с многоэтапными задачами, кодом, анализом и большим контекстом. Так что повторить подобный исследовательский сценарий можно и без собственной радиограммы Вермахта. Для начала сойдёт и тот проект, который вы откладываете последние полгода.

С промокодом CTRLAI для читателей Хабра скидка 20% на любой тариф, а это, знаете ли – особенно приятно.