待验证｜Fable解密主张被复核

这条的新闻点很窄，也正因为窄才值得写清楚。9月13日，Hacker News item 49688695把Vals AI在8月31日发布的旧文重新推到讨论区；同一讨论链路里，Reticuli的独立FINDINGS对核心解题主张提出直接质疑。今天新增的是社区把一个长链推理演示拉回材料校勘和方法复算现场；本文不把它写成Anthropic当天公告、Fable 5.1当天上线，或已经确认的历史密码破解。

可核对的事实分三层。第一层是时间：HN API记录该item创建于2026-09-13T21:06:13Z。第二层是Vals旧文自己的叙述：作者Geby Jaff在2026年8月31日文章中称，Claude Fable 5.1在44分钟、约17.6万token、零人工插话的过程中，给出了Sir Thomas Urquhart的Cyphral Distich候选解。第三层是反证：Reticuli在2026年9月1日FINDINGS中称，1653年Logopandecteision书末没有数字密文，且按其复算有十个位置在目标段落里找不到所需首字母。

需要降级的部分也要明说。Vals结论目前仍是单源自述，Reticuli反证属于社区复核材料，本文没有独立复算每一个词位，也没有拿到Fable完整上下文、采样参数、工具调用记录或多次重复实验。HN评论区最有价值的质疑，恰好集中在这几点：它是否可能见过训练语料中的线索，是否只是选中了一个被低估的可解题，Octastich的实体副本是否足够支撑逐坐标验证。

对AI从业者来说，这个案例的价值来自复核压力。它把长链推理评测从抽象分数拉回到一个较硬的工作流问题：候选线索怎么生成，证据怎么排除，最后答案怎么让第三方逐步复查。

今天新增了什么

HN当天讨论把这篇旧文变成了一个社区复核场。页面本身指向Vals旧文；评论区把转发结论推进为四类追问：模型能力边界、历史密码材料来源、提示方式对结果的影响，以及“看起来像智力突破”与“长期搜索加耐心试错”的区别。

Vals旧文的主张可以概括为：Cyphral Distich采用书内索引，而非外部替换字母表。文章称，Urquhart在《Logopandecteision》末尾留下两行各32个数字，合计64个数字。Fable 5.1注意到这段密文紧跟在32 Proquiritations之后，于是把第i个数字映射到第i个Proquiritation里的词序，再取该词首字母。按Vals披露，这会得到两行英文祈愿：

这个口径很重要。文章题目里有“Fable 5.1”，但它不能被处理为模型发布新闻；文章正文提到Claude，也不等于Anthropic在9月13日发布公告。准确表述应是：Vals在8月31日称其用Claude Fable 5.1得到候选解，Reticuli随后提出反证，HN在9月13日把这组材料推回公共讨论。

解法为什么会引发争议

Cyphral Distich看上去像传统手工密码。Cipherbrain在2019年复盘Urquhart加密诗时，给出了两行数字转录，并说明相关材料此前属于未解历史密码讨论的一部分。Vals旧文认为，过去尝试之所以没有成功，是因为方向放在频率分析、替换、同音替换等外部字母表方法上。Fable把注意力放回文本邻近结构：密文之后紧贴着一组被Urquhart强调的32段Proquiritations。

从结果上看，这种机制有自校验特征。Vals给出的明文是“O GOD UPHOLD KING CHARLS THE SECOND AND”和“MAKE HIM THE SUPREME RULER OF THIS LAND”。它仍保留早期拼写“CHARLS”，两行长度与32个位置相合，末尾形成and与land押韵，并且内容符合Urquhart作为保王派作者的历史语境。这个自校验结构解释了为什么HN读者会觉得它比普通聊天机器人展示更有抓手。

但争议也在这里。一个HN评论直接问：怎么知道没人早就解过，只是结果躲在训练数据里的博客、书籍或网页里？Reticuli的FINDINGS进一步给出硬质疑：它称1653书末没有数字distich，EEBO-TCP转写也没有对应缺口；按其用A64608文本复算，十个目标位置没有所需首字母，65种约定网格最高只有8/64匹配。另一个评论把这件事理解为“低垂果实”：许多历史谜题未必卡在理论难度上，常常卡在人类不愿投入的漫长注意力上。它们把“模型聪明”拆成了三个更精确的问题：训练污染、题目选择和版本校勘。

Octastich是更大的验证缺口

Vals旧文还把范围扩展到另一首更长的Cyphral Octastich。按其描述，这首出现在Urquhart的《The Jewel》（1652）中，规模是285个数字，大于Distich的64个数字。Vals公布的转录称，Fable 5.1也给出了Octastich解法，但保留“all but nine letters”的 caveat，并提到从某一位置以后存在一页偏移的解释。

这部分不能和Distich同等强度书写。原因有两点。第一，Vals文章自己就把Octastich写成更复杂的验证对象，涉及页面、词序、转录和版本差异。第二，Schneier博客下方后续评论明确把问题推进到实体副本层面：有评论称Glasgow的1652年实体本扫描支持关键区域的部分检查，但同时写明“完整285-coordinate physical replication is still pending”。也就是说，Octastich可以作为“模型提出了可检验路径”的例子，不能写成“社区已经完成全量确认”的结论。

这个差别决定了报道边界。Distich部分应写作“Vals称Fable给出候选规则，Reticuli对此提出反证”；Octastich部分只能写作“Vals称进一步尝试到较大规模，并留下明确未完成项”。如果把两者都写成最终解密成功，会高估证据强度。

从能力演示到评测设计

这类案例比普通“模型做了一个小项目”更值得行业看，是因为它接近一个稀缺评测形态：输入不大，答案可验证，推理链较长，过程里有大量会误导模型的候选路径。它跨过文本细读、历史语境、假设生成和排错验证，无法被纯数学题或代码补全题完全覆盖。

它尚未成为成熟benchmark。成熟评测至少需要四件事：任务集要防止训练污染；输入材料要冻结版本；评价标准要能自动或半自动判定；运行过程要记录提示、工具、采样和失败样本。Vals旧文提供了一个强案例，Reticuli反证则提醒读者，强案例也可能在原始文本版本和索引规则上失败。HN讨论之所以有价值，正是因为社区没有只接受“模型解开了”这句话，讨论焦点转向了可审计问题。

对模型团队而言，这个案例提示了一种比排行榜分数更难包装的能力：模型是否会在多个无望路径中停止，是否能抓住文本内的局部线索，是否会在找到候选答案后主动寻找自校验结构。Vals文中提到Fable“knew when to stop”和“noticed the clue almost immediately”，这两句话如果没有日志公开，仍只能作为作者观察；但它们指出了agent评测未来应该记录的行为指标。

对研究者和历史材料爱好者而言，它还有另一层意义。许多档案问题的瓶颈常常是缺少愿意坐下来试错的人。模型把“几个小时没人愿意做”的事情降到可接受成本，可能会让大量边缘问题被重新扫描。人类专家仍然不可替代，因为版本校勘、手稿来源、印刷差异和语义解释，恰恰是模型输出之后更需要接手的环节。

接下来值得盯

第一，Vals是否公开完整prompt、采样设置、工具调用和中间日志。没有这些材料，外部只能验证最终规则是否可行，很难判断Fable如何到达这个规则。

第二，是否出现独立复现实验。理想复现需要固定Urquhart文本、移除已知答案提示，让多个模型在相同预算下独立尝试，并记录失败样本；把Vals文章直接喂回模型没有复核价值。

第三，Octastich需要实体文本层面的闭环。Schneier评论里已经把关键问题推进到Glasgow实体本扫描、连续分页、位置159以后偏移和CONERTHTO片段。后续若能公开完整285个坐标的物理复核，才适合把Octastich从“有希望的延伸”升格为“已确认解法”。

第四，评测设计要处理训练污染。历史未解题并不天然干净，尤其是被博客、论坛和清单长期讨论过的题目。下一步更有价值的方向，是设计一个答案未公开、材料可授权、复核标准明确的新任务池。

最后，这个故事最该留下的重点，是一个更可操作的问题：当模型能便宜地探索大量无聊路径时，哪些过去依赖人类耐心的工作会突然变成可外包的研究流程。