密码学专家实测：前沿大模型破解古典密码仍很吃力
matthew_d_green · x · 2026-07-20
密码学专家 Matthew Green 分享了他的业余项目测试结果：他尝试让前沿大语言模型在配备工具的情况下破解各种历史古典密码。
他发现，尽管这些模型在理论上“掌握”大量密码学知识，但将其转化为实际的破解操作却极其缓慢且充满挑战。即使是没有工具辅助的顶级编程智能体，在面对此类任务时也经常陷入停滞甚至直接放弃，这暴露出当前模型在复杂逻辑推理与长程任务执行上的局限性。
所属事件:密码专家实测大模型破解古典密码，直指AI工具链与开发范式之变(13 条相关)→
「编程与Agent」频道最新
- AustinLangChain 分享 RAG 变体：预计算黄金答案运行时精确匹配 — colinmcnamara · 2026-10-27
- 开发者观点：与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入：训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- Unity 前开发者:OpenClaw 清理得不错,值得再试一次 — lucasmeijer · 2026-10-27