利用 GPT-6 與 Opus 5.5 進行歷史研究：解密 17 世紀密碼與煉金術手稿
為何重要
此案例證明具備高度推理能力的前沿模型（如 GPT-6 與 Opus 5.5）已能解決歷史學中的「不可解」課題，展現出資料整合與多語言推理的實用價值。對開發者而言，這證實了模型在處理「可解證」問題時卓越的自主探索能力，但也突顯瞭解釋性與可控性的挑戰。
隨著 GPT-6 Sol 與 Opus 5.5 等前沿模型的發布，研究者開始將其視為解決特定歷史難題的工具，而非僅是文字生成助理，嘗試追蹤煉金術知識並解密 17 世紀信件。
- 分析 John Dee 的魔導書 Liber Loagaeth： 使用 GPT-6 Astra 分析發現該書多為無意義音節，僅以 Kelly 發懶為由證實部分內容非密碼，但成功鎖定一段提及 angelic being "Bornogo" 的段落具有特定意義。
- 成功解碼 1941 年恩尼格瑪密碼： Astra 破解了一則傳送於 7 月 10 日卻未解出的訊息，其關鍵在於模型自行截獲並理解文件中關於德國聯邦檔案館（Bundesarchiv）藏有更多語音訊息的備註。
- 溯源牛頓的煉金術文本： 利用模型追蹤 Isaac Newton 將法語煉金術文字轉譯成拉丁文的過程，確認了一則原本未被識別的段落來源。
- 查爾斯·達爾文的知識鏈分析： 目前模型正在分析 Charles Darwin 的著作，主動搜尋其關於自然選擇資訊來源的引用，以尋找其情報來源間的未發現連結。