Łamanie Enigmy przez Astra właśnie dało Claude Opus drugi cel

GPT-6 Astra od OpenAI odzyskał 82-literową wiadomość Enigmy po dwóch dniach pracy, choć opierała się ona badaczom od 2005 roku. Sześć dni po rezultacie łamania Enigmy przez Astra nastąpił kolejny udany atak z użyciem Claude Opus 5 firmy Anthropic. Łącznie projekty te przekształcają historyczną kryptoanalizę w wyjątkowo konkretny test agentów AI nowej generacji.

To nie jest historia o chatbocie zgadującym zrozumiały niemiecki tekst. Oba projekty połączyły dowody archiwalne, wykonywalne oprogramowanie, przeszukiwania kryptograficzne i weryfikacje wykraczające poza własne wnioski modeli. Ich znaczenie wynika z tego, jak dużą część tego cyklu badawczego AI potrafiło wykonać.

Oba systemy dochodziły też do odpowiedzi inaczej. Astra wybrała cel i opracowała znaczną część narzędzi w badaniu prowadzonym przez badacza. Claude otrzymał przygotowany warsztat pracy, materiały historyczne i silniejsze wskazówki od człowieka. Ta różnica sprawia, że porównanie Astra i Claude Opus mniej przypomina konkurs benchmarków, a bardziej badanie dwóch procesów badawczych.

Łamanie Enigmy przez Astra odzyskało wiadomość opierającą się badaczom od 2005 roku

Kluczowa zmiana nie polega na tym, że Enigma została ponownie złamana, lecz na tym, że wspomagane przez AI badanie rozwiązało konkretną wiadomość, której współcześni badacze wcześniej nie potrafili odzyskać.

Wiadomość, oznaczona jako MVUEH, została wysłana 10 lipca 1941 roku. Niemiecka wojskowa stacja radiowa o taktycznym znaku wywoławczym 2ny nadała ją do stacji kwatermistrzowskiej Dywizji SS-Totenkopf. Stacja odbiorcza zapisała ją jako wiadomość numer 172 o 17:30.

Historyczni kryptoanalitycy już rozumieli mechanikę Enigmy i jej ogólne słabości. Odszyfrowanie pojedynczej zachowanej wiadomości nadal wymaga jednak prawidłowej konfiguracji maszyny, dokładnego szyfrogramu i użytecznych wskazówek dotyczących brakującego tekstu jawnego.

MVUEH stwarzała problemy na wszystkich trzech polach. Zawierała jedynie 82 zaszyfrowane litery, co pozostawiało niewiele tekstu do analizy statystycznej. Jej zachowane kopie zawierały również niepewne lub błędnie przepisane znaki.

Konfiguracja maszyny różniła się od innych znanych kluczy używanych tego samego dnia. Jej kolejność wirników wynosiła 253, podczas gdy dwa powiązane klucze używały kolejności 512. Rzadkie przeskoczenie lewego wirnika przy siedemdziesiątej drugiej literze dodało kolejną komplikację.

Programista Carter Leffen rozpoczął badanie, kierując GPT-6 Astra do analizy nierozwiązanych wiadomości opublikowanych przez Crypto Cellar Research. Astra wybrała MVUEH jako najbardziej obiecujący cel. Następnie połączyła tę wiadomość z inną depeszą, SIPVX, której tekst jawny został już odzyskany.

Ta powiązana wiadomość zawierała powtórzoną nazwę miejsca ROSENOWROSENOW. Badanie wykorzystało te 14 liter jako crib, czyli podejrzewany fragment tekstu jawnego testowany względem możliwych ustawień Enigmy.

Crib nie ujawnia odpowiedzi bezpośrednio. Ogranicza przeszukiwanie, eliminując konfiguracje, które nie mogą wygenerować podejrzewanej frazy. Pozostałe litery nadal muszą tworzyć spójny tekst przy jednym konsekwentnym kluczu maszyny.

Według opublikowanego studium przypadku MVUEH badanie odnotowało 12 niepewnych pozycji szyfrogramu przed odzyskaniem klucza. Te warianty dawały 13 824 dopuszczalne odczyty.

Ta kolejność ma znaczenie. Zapisanie niepewności przed zobaczeniem odpowiedzi zmniejsza pokusę reinterpretowania nieczytelnego pisma, aż dopasuje się do preferowanego wyniku.

Astra i wyspecjalizowani agenci analizowali źródła, budowali programy wyszukujące, przeprowadzali eksperymenty i podważali pośrednie ustalenia. W ramach badania powstało oprogramowanie do symulacji Enigmy i przeszukiwania w stylu Bomby w Pythonie i C++.

Uzyskany klucz odszyfrował wszystkie 82 zrekonstruowane litery treści. Pasował również do niezależnie zarejestrowanego nagłówka wiadomości, który nie został użyty do wyboru końcowego tekstu jawnego.

Odzyskany niemiecki tekst w przybliżeniu prosi o trasę marszu, podaje lokalizację nadawcy w Rosenow i żąda natychmiastowej odpowiedzi radiowej. Przypuszczalny podpis to Waschbusch, choć ten odczyt pozostaje niepewny.

Wynik zgłoszono historykowi kryptografii Frode Weierudowi 15 września 2026 roku. Weierud zbadał klucz i tekst jawny oraz uznał, że rozwiązanie jest poprawne.

Szczegółowy przegląd kryptoanalityczny wskazuje, że praca ujawniła również błędy we wcześniejszej transkrypcji. Potwierdził, że wiadomość używała całkowicie innego klucza niż pozostały znany ruch z 10 lipca.

Projekt zrobił więc więcej niż tylko wygenerował wiarygodny niemiecki tekst. Odkrył konfigurację wyjaśniającą szyfrogram, niezależny nagłówek, powiązany ruch oraz działanie symulatora Enigmy.

To połączenie sprawia, że wynik zasługuje na uwagę. Model językowy może tworzyć przekonujący tekst bez odzyskania historycznej wiadomości. W tym przypadku dowody wykonywalne i dokumentalne wyznaczyły granice dla tej tendencji.

Prawdziwym wynikiem był cykl badawczy, a nie szczęśliwy tekst jawny

Największym wkładem Astry było skoordynowanie kilku rodzajów pracy, które badacze zwykle wykonują za pomocą osobnych narzędzi i poprzez powtarzane ręczne przekazania.

Badanie rozpoczęło się od wyboru celu, a nie od wąsko określonego żądania dekodowania. Astra przeanalizowała zbiór nierozwiązanych wiadomości i wybrała MVUEH, ponieważ powiązane materiały oferowały kilka niezależnych sposobów sprawdzenia wyniku.

Porównała opublikowaną transkrypcję odebranego komunikatu z bladą kopią wychodzącą. Zbadała pobliski ruch i znane dzienne klucze. Pomogła też stworzyć oprogramowanie zdolne testować ustawienia maszyny przy wyraźnie określonych ograniczeniach.

Ta sekwencja przypomina badania eksperckie bardziej niż zwykłe odpowiadanie na pytania. Model musiał przechodzić między niepełnymi dokumentami, hipotezami historycznymi, kodem, nieudanymi przeszukiwaniami i weryfikacją.

Kilka wczesnych podejść zawiodło. Znane klucze z tego samego dnia nie odszyfrowały wiadomości. Hipotezy dotyczące ustawień kabli nie przyniosły zaakceptowanego wyniku, a wczesne przeszukiwania metodą wspinaczki po wzgórzu działały słabo nawet w warunkach kontrolowanych.

Te niepowodzenia zmusiły badanie do ponownego rozważenia założeń. Powtarzająca się fraza Rosenow ostatecznie zaoferowała silniejszą drogę, ponieważ łączyła MVUEH z powiązaną rozwiązaną wiadomością.

Końcowa analiza nie opierała się wyłącznie na 14-literowym cribie. Sześćdziesiąt osiem otaczających liter pozostawało nieograniczonych i musiało dać spójny wynik. Zarejestrowany nagłówek zapewnił następnie osobny test odzyskanych ustawień.

Badacze niezależnie sprawdzili 14 829 646 fizycznych kombinacji klucza względem tego nagłówka. Tylko 923 pozostały zgodne i wymagały pełnego przeglądu odczytu.

Oddzielne implementacje odtworzyły wynik dla wiadomości i nagłówka. Niezależny model spełnialności, który przedstawia ograniczenia maszyny jako problem formalnej logiki, zgadzał się w 42 próbkowanych stanach.

Ponowne zaszyfrowanie zapewniło kolejną niezbędną weryfikację. Odzyskane ustawienia przekształciły proponowany tekst jawny z powrotem w zrekonstruowany szyfrogram.

Ten test potwierdza wewnętrzną spójność, ale sam w sobie nie ustanawia historycznej interpretacji. Błędna transkrypcja lub źle dobrany crib nadal może wprowadzić spójne obliczenie w błąd.

Badanie wzmocniło swoje twierdzenie, łącząc ponowne zaszyfrowanie z nagłówkiem, powiązanymi wiadomościami, uprzednio zadeklarowanymi wariantami źródeł i zewnętrzną recenzją. Dowody nie eliminują każdej niepewności redakcyjnej, zwłaszcza wokół podpisu.

Pierwsza niezależna recenzja również miała ograniczenia. SWARM odtworzył oczekiwany wynik dla treści i nagłówka, używając innego symulatora, lecz nie powtórzył pełnego przeszukiwania. Potwierdził więc odzyskaną konfigurację bez niezależnego ponownego jej odkrycia.

To rozróżnienie jest kluczowe dla zrozumienia, jak Astra złamała Enigmę. Wielu agentów AI zgadzających się ze sobą nie stanowiłoby niezależnego potwierdzenia. Mogą odziedziczyć to samo błędne źródło, założenie lub defekt oprogramowania.

Znaczące weryfikacje pochodziły z dowodów spoza ich rozmowy. Obejmowały one formularze wiadomości, niezależnie zarejestrowane dane nagłówkowe, oddzielne implementacje, historyczny ruch oraz recenzję doświadczonego kryptoanalityka.

Ten proces oferuje użyteczny model badań wspomaganych przez AI poza kryptografią. Agent może przeszukiwać dokumenty, pisać kod analityczny i proponować wyjaśnienia. Jego wniosek staje się wiarygodny dopiero wtedy, gdy zewnętrzne dowody mogą odrzucić dopracowany błąd.

W tym miejscu dobre zarządzanie wiedzą również staje się częścią rygoru technicznego. Badacze potrzebują możliwych do prześledzenia powiązań między dokumentami źródłowymi, założeniami, eksperymentami i poprawkami.

Ustrukturyzowana baza wiedzy AI może zachować te powiązania. Nie może zweryfikować szyfru, ale może utrzymać łańcuch dowodowy widoczny dla ludzkich recenzentów.

Claude Opus kontynuował innym rodzajem ataku na Enigmę

Claude Opus 5 uzyskał kolejny prawidłowy wynik, lecz silniejsze wskazówki człowieka ukształtowały zarówno jego cel, jak i strategię przeszukiwania.

20 września badacz cyberbezpieczeństwa Jack Willis odzyskał klucz do innej wiadomości, FMNGI. Następnego dnia poinformował Weieruda, sześć dni po zgłoszeniu rozwiązania MVUEH do walidacji.

FMNGI była przychodzącą wiadomością z 31 lipca 1941 roku. Została odebrana przez stację radiową kwatermistrzostwa Dywizji SS-Totenkopf i zarejestrowana jako wiadomość numer 285.

Willis dostarczył Claude Opus 5 warsztat kryptoanalityczny napisany w Go oraz istotne materiały historyczne. Ta konfiguracja zapewniła modelowi węższe i lepiej przygotowane środowisko niż to, które otrzymała Astra.

Decydująca wskazówka pochodziła z powiązanego ruchu. Końcowy podpis związany z Friedrichem Hartjensteinem dostarczył 14-literowego crib XHARTJENSTEINX.

Historyczni kryptoanalitycy wcześniej udokumentowali kilka form podpisu Hartjensteina. Czyniło to jego nazwisko wiarygodnym źródłem oczekiwanego tekstu jawnego, a nie frazą wymyśloną po zobaczeniu wyniku.

Claude wykorzystał warsztat i dostarczone materiały do zbadania wiadomości. Końcowe przeszukiwanie klucza trwało 13 minut i 28 sekund na komputerze Apple M2, zgodnie z technicznym opisem FMNGI.

Odzyskany tekst jawny zawierał błąd w niemieckim słowie oznaczającym kolumnę. Weierud wyjaśnił, że błąd mógł wystąpić podczas szyfrowania, transkrypcji lub transmisji alfabetem Morse'a.

Ta niedoskonałość wzmacnia ważną kwestię. Historyczne wiadomości nie są czystymi danymi wejściowymi benchmarków. Operatorzy, warunki radiowe, pismo odręczne i późniejsza transkrypcja mogą wprowadzać szum.

Szczególnie użyteczna była druga archiwalna kopia wiadomości. Weierud znalazł zbiór ruchu służb zaopatrzeniowych w niemieckim Bundesarchiv w lipcu 2026 roku.

Kopia powiązana z wiadomością numer 205 NF zachowała dokładniejszy szyfrogram niż wcześniej opublikowana wersja numer 285. Wspierała również związek z Hartjensteinem.

Dostępny zbiór tekstów jawnych mógł umożliwić bardziej bezpośrednie rozwiązanie. Willis nie miał jednak tego pełnego tekstu jawnego, gdy rozpoczynał atak.

Wspomagane przez Claude przeszukiwanie opierało się więc na podpisie oficera jako cribie. Pozostawiało to szerszą treść wiadomości jako weryfikację odzyskanego klucza.

Ta metoda umieściła więcej ludzkiej wiedzy eksperckiej na początku procesu. Willis wybrał zasoby, dostarczył warsztat pracy i skierował badanie ku wskazówce popartej historycznie.

Projekt Astry przekazał modelowi większą część wyboru celu i rozwoju narzędzi. Jego badacz nadal wyznaczał cel, oceniał postępy i posuwał pracę naprzód, lecz model badał szerszą przestrzeń problemu.

Różnice te mają większe znaczenie niż prosty wynik Astra kontra Claude Opus. Jeden proces testował szerszą autonomię badawczą. Drugi sprawdzał skoncentrowaną współpracę eksperta, zdolnego modelu i przygotowanej infrastruktury technicznej.

Oba przyniosły użyteczne rezultaty. Żaden nie dowodzi, że model może samodzielnie zastąpić kryptanalityka, archiwistę, inżyniera oprogramowania i historyka weryfikującego źródła.

Pokazują natomiast, że modele z czołówki potrafią skutecznie działać w tych rolach, gdy ludzki badacz kontroluje cel i wymaga sprawdzalnych dowodów.

Inny test Turinga dotyczy dowodów, nie imitacji

Historyczna symetria jest przekonująca, lecz projekty te nie dowodzą, że modele z czołówki odtworzyły wojenne osiągnięcie polegające na złamaniu Enigmy.

Alan Turing jest ściśle kojarzony z grą w imitację, później nazwaną testem Turinga. Pyta ona, czy interakcja pisemna może sprawić, że maszyna będzie nieodróżnialna od człowieka.

Jego praca wojenna dotyczyła innego problemu. Turing, Gordon Welchman, polscy kryptolodzy, operatorzy, inżynierowie i tysiące pracowników Bletchley Park zbudowali system wywiadowczy wokół zmieniających się niemieckich szyfrów.

Współczesne relacje często sprowadzają ten zbiorowy wysiłek do jednego genialnego człowieka i jednej maszyny. W rzeczywistości operacja łączyła przechwycony ruch, błędy proceduralne, zdobyte materiały, rozumowanie statystyczne, elektromechaniczne Bomby oraz nieustanny ludzki osąd.

Brytyjska Bombe pomagała przeszukiwać możliwe ustawienia Enigmy, wykorzystując logiczne sprzeczności wynikające z cribów. Nie otrzymywała po prostu szyfrogramu i nie zwracała gotowej, czytelnej odpowiedzi.

Niedawne projekty bliżej przypominają ten dawny wzorzec niż znaną narrację o chatbotach. Ludzie dostarczyli historyczne korpusy i cele badawcze. Modele porządkowały wskazówki, tworzyły narzędzia i przeszukiwały możliwości. Zewnętrzne dowody rozstrzygały, czy ich odpowiedzi się utrzymają.

Jednak uznanie tych wyników za równoważne wojennej pracy Turinga zniekształciłoby obie historie. Oryginalni kryptolodzy mierzyli się z aktywnym przeciwnikiem, którego procedury i klucze nieustannie się zmieniały.

Astra i Claude pracowały na zachowanych wiadomościach po tym, jak konstrukcja Enigmy była rozumiana od dziesięcioleci. Mogły korzystać z opublikowanych kluczy, znanego ruchu, współczesnych komputerów, odkryć archiwalnych i ugruntowanych technik kryptanalitycznych.

Odpowiedzialne twierdzenie jest węższe. Zaawansowana AI pomogła odzyskać dwie pojedyncze wiadomości, których dokładne ustawienia opierały się wcześniejszym próbom.

Własny projekt Leffena wyraźnie zaznacza, że nie twierdzi on, iż po raz pierwszy złamał Enigmę. To zastrzeżenie powinno towarzyszyć każdemu późniejszemu opisowi tej historii.

Metafora z nagłówka wciąż oddaje coś rzeczywistego. Modele te zmierzyły się z zadaniami, w których przekonujący język nie wystarczał. Musiały wytworzyć artefakty, które inni ludzie mogli uruchomić i sprawdzić.

To trudniejsza ocena niż zwykły benchmark. Benchmark zazwyczaj ustala pytanie, zasady punktacji i oczekiwaną odpowiedź, zanim model rozpocznie pracę.

Kryptanaliza archiwalna nie oferuje tak wyraźnych granic. Źródło może zawierać błędy. Najlepsza wskazówka może znajdować się w innym zbiorze. Wiarygodnie brzmiąca odpowiedź może być błędna z kilku niezwiązanych ze sobą powodów.

Sukces zależy więc od poruszania się w warunkach niepewności bez jej potajemnego przepisywania. Model musi wiedzieć, kiedy szukać, programować, porównywać zapisy, podważać transkrypcję i prosić o zewnętrzną weryfikację.

To bardziej użyteczne znaczenie innego testu Turinga. Mierzy ono, czy system AI potrafi uczestniczyć w zdyscyplinowanym łańcuchu dociekań, a nie czy brzmi jak ekspert.

Wojenne zapisy również ostrzegają przed traktowaniem łamania szyfrów jako dzieła samotnego geniusza. Skuteczna kryptanaliza zawsze łączyła ludzką intuicję, maszyny, procedury i wiedzę instytucjonalną.

Wyniki z 2026 roku aktualizują narzędzia w tym partnerstwie. Nie eliminują jednak samego partnerstwa.

Czego wyniki Astry i Opus nie dowodzą

Dwa udane przypadki nie mogą potwierdzić ogólnej niezawodności, pełnej autonomii ani szerokiej nowej zdolności do łamania współczesnego szyfrowania.

Enigma jest historycznie ważna, lecz nie reprezentuje współczesnego bezpieczeństwa kryptograficznego. Dzisiejsze szyfrowanie opiera się na innych konstrukcjach matematycznych, implementacjach i modelach zagrożeń.

Odzyskanie tych wiadomości mówi zatem niewiele o tym, czy model z czołówki może złamać prawidłowo wdrożone współczesne szyfrowanie. Nie należy przedstawiać ich jako dowodu, że zaszyfrowana współczesna komunikacja nagle stała się narażona.

Przypadki te skorzystały też z szeroko zakrojonej wcześniejszej pracy ludzi. Crypto Cellar Research utrzymywało korpus wiadomości, dokumentowało nierozwiązane przypadki, zachowywało klucze i łączyło powiązany ruch.

Badacze już wcześniej odzyskali sąsiednie wiadomości i zbadali powtarzające się sygnatury. Nowe odkrycia w Bundesarchiv dodały duplikaty szyfrogramów i dowody kontekstowe krótko przed atakami wspieranymi przez AI.

Astra otrzymała użyteczną wskazówkę w postaci powtarzającej się frazy Rosenowa w SIPVX. Claude otrzymał sygnaturę Hartjensteina, przygotowane materiały historyczne i działające środowisko kryptanalityczne.

Te przewagi nie czynią wyników banalnymi. Definiują rzeczywiste zadanie wykonane przez systemy.

Najmocniejsza interpretacja dotyczy kompresji procesu badawczego. Astra miała podobno wykonać w dwa dni pracę, która — zdaniem Weieruda — mogłaby zająć ludzkiemu badaczowi tygodnie lub miesiące.

Porównanie to pochodzi od doświadczonego uczestnika, a nie z kontrolowanego badania produktywności. Należy traktować je jako świadomy osąd, a nie uniwersalny pomiar.

Autonomiczne elementy dochodzenia Astry również wymagają dalszego zbadania. Jej logi odwoływały się do poprawnych identyfikatorów plików Bundesarchiv, które nie były dostępne na stronie Crypto Cellar.

Weierud zgłosił niepewność co do tego, jak model znalazł te odniesienia. Mogły pojawić się gdzie indziej online, pochodzić z dostępnych zapisów katalogowych lub trafić do modelu inną drogą.

Nie ma potrzeby wymyślać tajemniczego wyjaśnienia. Właściwą reakcją jest zachowanie logów, ustalenie ścieżki pozyskania informacji oraz oddzielenie odkrycia źródła od niepopartego dowodami wnioskowania.

Przypadek ten rodzi również pytania o zanieczyszczenie danych. Model może sprawiać wrażenie, że rozumuje niezależnie, gdy istotne materiały istnieją już w jego danych treningowych lub środowisku wyszukiwania.

MVUEH nadal figurował jako nierozwiązany w chwili rozpoczęcia dochodzenia. Mimo to badacze muszą wciąż udokumentować każde dostępne źródło, zanim przypiszą zasługę ogólnemu rozumowaniu.

Odtwarzalność także pozostaje niepełna. Ponowne uruchomienie końcowego weryfikatora jest łatwiejsze niż powtórzenie całego procesu odkrycia.

Pełna replikacja zaczynałaby się od tego samego publicznego korpusu, zachowywałaby identyczne niepewności źródłowe i niezależnie odzyskiwałaby klucz bez ponownego użycia odkrytego umiejscowienia cribu.

FMNGI ma podobne ograniczenie. Poszukiwanie Claude'a było szybkie, gdy badacz dostarczył warsztat i silną wskazówkę w postaci sygnatury. Czas działania wynoszący 13 minut nie mierzy pracy archiwalnej potrzebnej do zidentyfikowania tej wskazówki.

Te zastrzeżenia nie przekreślają osiągnięcia. Pokazują, dlaczego twierdzenia o autonomicznej nauce wymagają bardziej rygorystycznych dowodów niż twierdzenia o udanym historycznym dochodzeniu.

Najbardziej obronny wniosek jest konkretny. Dwa projekty prowadzone przez badaczy wykorzystały modele z czołówki do rozwiązania odrębnych, nierozwiązanych wiadomości Enigmy, a doświadczony zewnętrzny specjalista zaakceptował oba klucze.

Wszelkie szersze wnioski pozostają otwartym pytaniem badawczym.

Trzy sygnały pokażą, czy stanie się to powtarzalną metodą

Kolejnym testem będzie to, czy inni badacze potrafią odtworzyć ten proces, rozwiązać trudniejsze wiadomości i zachować weryfikowalny zapis każdej decyzji.

Pierwszym sygnałem będzie niezależna, pełna replikacja MVUEH. Nowy zespół powinien rozpocząć od korpusu sprzed rozwiązania oraz udokumentowanych alternatyw źródłowych.

Jeżeli zespół ten odzyska ten sam klucz bez importowania opublikowanego rozwiązania, argument za możliwością ponownego wykorzystania metody badawczej AI stanie się silniejszy. Jeśli replikacja będzie wymagała nieujawnionych wskazówek, twierdzenia o autonomii osłabną.

Drugim sygnałem będzie postęp w pracy nad pozostałym korpusem. Crypto Cellar Research podaje, że jego kolekcja zawiera blisko 1 000 wiadomości Enigmy i Truppenschlüssel.

Po dwóch wrześniowych przełamaniach siedem wiadomości Enigmy pozostaje nierozwiązanych. Kolejna zagadka, WEUWY numer 138, ma znany tekst jawny z wiadomości równoległej, lecz nadal brakuje jej oryginalnego klucza.

Cele te nie są równoważne. Niektóre mogą pozostawać nierozwiązane, ponieważ zachowane szyfrogramy zawierają zbyt wiele błędów, wiadomości są zbyt krótkie lub nie istnieje użyteczny crib.

Kolejny sukces miałby największe znaczenie, gdyby badacze opublikowali nieudane podejścia, niepewności źródłowe, kod i materiały weryfikacyjne. Sam tekst jawny byłby znacznie słabszym dowodem.

Trzecim sygnałem będzie zastosowanie poza kryptanalizą historyczną. Podstawowy proces może zostać przeniesiony do archeologii oprogramowania, przeglądu literatury naukowej, analizy śledczej dokumentów i innych badań opartych na niepełnych zapisach.

Model musiałby odnajdywać istotne dowody, tworzyć narzędzia, testować konkurencyjne wyjaśnienia i ujawniać swoje założenia do przeglądu. Powinien też zachowywać wyniki negatywne, zamiast przedstawiać gładką historię opowiedzianą z perspektywy czasu.

Ten ostatni wymóg jest ważny dla przedsiębiorstw i pracowników wiedzy. Wiele systemów AI przekonująco podsumowuje dziś dokumenty, lecz mniej z nich utrzymuje możliwy do prześledzenia łańcuch od źródła do wniosku.

Projekt łamania Enigmy przez Astrę oferuje lepszy standard. Modele powinny generować możliwe do zbadania artefakty pośrednie, podczas gdy niezależne dowody zachowują możliwość podważenia odpowiedzi.

Deweloperzy powinni obserwować, czy dostawcy modeli ułatwiają audyt takich procesów. Użyteczne funkcje obejmują trwałe dzienniki badań, cytowania na poziomie źródeł, odtwarzalne wykonywanie narzędzi oraz wyraźne rozdzielenie faktów pozyskanych ze źródeł od wnioskowania modelu.

Badacze powinni również pytać, kto kontroluje wybór celów. Względna swoboda Astry pomogła ujawnić jej szersze możliwości, lecz autonomia rozszerza przestrzeń dla ukrytych założeń i nieistotnych poszukiwań.

Ograniczone środowisko Claude'a zmniejszyło tę swobodę, jednocześnie ułatwiając interpretację procesu. Żadne z tych ustawień nie jest automatycznie lepsze.

Właściwy projekt zależy od kosztu błędu i dostępności zewnętrznych kontroli. Otwarte odkrywanie korzysta z eksploracji, podczas gdy wnioski o wysokiej stawce wymagają bardziej rygorystycznych bramek kontrolnych.

Przypadki te pozostawiają czytelnikom praktyczne pytanie. Czy system AI potrafi jedynie wygenerować odpowiedź, czy może pomóc zbudować zapis, który sceptyczny ekspert może przetestować?

W przypadku Astry i Claude Opus dwie stare wiadomości Enigmy dostarczyły zachęcających dowodów. Kolejne projekty muszą pokazać, że metoda przetrwa nowych badaczy, nowe archiwa i cele bez znanych rozwiązań.