Claude Fable 5.1 破解 Cyphral Distich：373 年密碼解法成立，版本疑雲未解（2026）

2026 年 8 月 31 日，Vals AI 的 Geby Jaff 在官方部落格發布〈Claude Fable 5.1 Solves the Cyphral Distich〉，聲稱 Claude Fable 5.1 破解 Cyphral Distich：一則見於 1653 年特定印本狀態、距今約 373 年的數字密碼。這個故事真正精彩的地方，不只是一句古文被解出，而是模型、舊書版本與公開驗證在同一刻撞在一起。

先給結論：Distich 的精確索引規則與明文極可能成立；但「Jaff 稱 Fable 5.1 在 44 分鐘、17.6 萬 tokens、零次途中插話下得到解答」仍是 Vals 的個案自述，不是可重跑的模型評測。以下依序還原原文、核對 1834 年掃描本與 1653 年版本差異，再判斷這件事究竟證明了多少能力。

Claude Fable 5.1 破解 Cyphral Distich：原文到底聲稱什麼？

這並不是把 64 個數字貼給模型後的單題測驗。Jaff 先給了一個更開放的任務：上網找一則尚未破解、難度又不至於像 Kryptos K4 那麼極端的密碼，再嘗試解出。模型比較多個候選題後，選中蘇格蘭作家 Sir Thomas Urquhart 的 Cyphral Distich。

“After 44 minutes, 176k tokens, and zero interjections from me, Fable 5.1 arrived at a solution.”

中文：Jaff 表示，44 分鐘、17.6 萬個 token，而且他沒有在執行途中插話，Fable 5.1 就得到了解答。

Geby Jaff，Vals AI

三個數字都要精確歸位：它們是 Vals 的自述。截至 2026 年 9 月 16 日，Vals 公開頁面未附完整 session export、時間戳、token usage 欄位或可核對的模型版本紀錄。「zero interjections」也只代表 Jaff 沒有在執行中追加訊息；最初的提示仍給了鼓勵、問題選擇條件與網路研究方向。這是一場長時間研究型代理案例，不是盲測。

模型本身則可由 Anthropic 的官方模型頁確認：Claude Fable 5.1 的公開發布日是 2026 年 9 月 1 日。Vals 文章標示日期早一天；這個日期差本身不能證明其取得預先存取。該官方模型頁只確認模型發布與規格，沒有提供這次解碼的執行紀錄。若想先掌握這個模型的定位，可接著看 AlphaLab 的 Claude Fable 5 完整解析。

解法怎麼運作？第 i 個位置，回到第 i 篇短文

“The key was not an external cipher alphabet at all. The key was the book itself.”

中文：鑰匙不是外部的密碼字母表，而是這本書本身。

Geby Jaff，Vals AI

在 1834 年 Maitland Club 重印本中，密文緊接在 32 篇編號 1 到 32 的 Proquiritations 之後。Fable 找到的規則很簡潔：

1. 讀到密文的第 i 個位置，就打開第 i 篇 Proquiritation。
2. 把該位置的數字當作字序，數到那一篇中的第 n 個字。
3. 取該字的第一個字母。
4. 上下兩行各重複 32 次，得到兩行各 32 個字母的明文。

例如第一個數字是 5：到第 1 篇短文取第 5 個字 of，得到 O；第二個數字是 3：到第 2 篇取第 3 個字 grant，得到 G。最後拼成：

O GOD UPHOLD KING CHARLS THE SECOND AND
MAKE HIM THE SUPREME RULER OF THIS LAND

“And the result is extremely self-verifying.”

中文：而且這個結果具有很強的自我驗證性。

Geby Jaff，Vals AI

這句評語大致公平。上下兩行剛好各 32 個字母；AND／LAND 押韻；內容是一段支持 Charles II 的祈願，也符合 Urquhart 的保王黨背景。更重要的是，規則不是只產出一句像英文的話，而是能回到一組公開舊書座標逐格核對。一份公開重跑以 1834 年 OCR 得到 62／64 個精確命中；其餘兩格的正確字母也都落在標示位置前後三字內。重跑者認為，這符合 OCR 將字拆開或合併造成的偏移。

第一個數字差異：Vals 寫 33，1834 重印本印的是 38

核對上方第 417 頁就會發現一個關鍵數字差異。第二行相關片段在 1834 年重印本頁面是 …35.5.38.5.5…，Vals 網頁卻寫成 …35.5.33.5.5…。這是第二行第 24 個位置：按同一套字序計數，第 24 篇 Proquiritation 的第 38 字是 for，得到 F；第 33 字是 thing，只能得到 T，無法拼出明文中的 OF。

同一個 33 也出現在 2014 年的二手轉錄頁，但目前無從判定錯字是出現在模型輸入、文章整理，還是模型另行看過掃描圖後自行修正。因此最精確的說法不是「Vals 頁面上的 64 個數字可原樣重現」，而是：使用 1834 掃描本中的 38，解碼規則可以被外部核對。這也說明為什麼原始圖像、逐格座標表與完整執行軌跡都很重要。

第二個裂縫：破解的不是抽象的「一本書」，而是特定排印狀態

故事起初看似簡單：密碼印在 1653 年的 Logopandecteision，所以把 1653 版本當鑰匙即可。實際上，現存 1653 年見證本並不一致。

• British Library／EEBO-TCP 所據的 1653 見證本，書末沒有 Cyphral Distich，而且最後一組 Proquiritations 的排字不同。以這個版本重跑會得到近似隨機的結果；公開的反證紀錄因此一度判定解法失敗。
• 紐西蘭國家圖書館的館藏紀錄把另一冊 1653 年本標為 variant state，並記載其最後一帖重新排版、可能是 cancellandum（可能是被撤換前的原帖）。這證明末尾版式有異，卻不決定兩種狀態的先後。
• Scheers 的書目研究頁指出，National Library of Scotland 的 H.32.a.39 見證本包含完整 Distich；1834 年 Maitland Club 重印本也保留了能讓索引規則成立的文字。

這使答案更有意思，而不是更可疑：書本密碼的鑰匙不是書名，而是段落順序、措辭與斷字固定的特定排印文本。目前公開的館藏資料與 Scheers 所刊影像支持：至少 National Library of Scotland H.32.a.39 這個 1653 見證本的末尾含有 Cyphral Distich；但不能推及每一本 1653 初版，上述來源也未確定不同末尾狀態的先後。

人類真的從未想到「書本是鑰匙」嗎？

沒有那麼戲劇化。2014 年 11 月 18 日，Cipherbrain 留言者 helmut 已看到「每行 32 個數字」，猜測它可能是「第一行頁碼、第二行字序，或反過來」；隔天 Jan 也根據提示詩寫下，解法應該要「藉助這本書」尋找。這些留言可在原始討論串逐字查看。

不過，早期分析仍停在方向與錯誤假設；在本文實際查核的 2014 討論串、Vals 引用與上述書目材料中，未見 2026 年前有人公開「第 i 個位置對應第 i 篇 Proquiritation，再依數字取第 n 字首字母」的完整規則或上述明文。公平的功勞歸屬是：人類先猜到書本密碼方向，Fable 5.1 看來找到了精確映射與可自我檢查的答案。

Distich 幾乎解開，不代表 Octastich 也已完成

Vals 還展示模型把同一思路延伸到更長的 Cyphral Octastich。這部分的證據強度低一級：模型提出 285 個位置的解讀，但輸出仍標出 9 個未知字母，並從第 159 個位置起引入頁碼位移。截至 2026 年 9 月 16 日，Vals 頁面提到驗證腳本與逐位檔案，但未提供完整 285 座標包的下載連結。

所以本文只把 Distich 判為高度可信的破解；Octastich 應視為有前景、但仍待實體版本逐位校勘的提案。把兩者合併成「AI 一次解開兩道約 370 年的密碼」，會把最強的證據和最弱的部分綁在一起。

Claude Fable 5.1 破解 Cyphral Distich 真正證明了什麼？

我同意：它展示的是持續搜尋，不只是答題

若依 Vals 對執行過程的描述，在 Claude Fable 5.1 破解 Cyphral Distich 這個案例裡，最有價值的能力不是密碼學花招，而是長時間維持目標：挑選可解問題、搜尋冷門檔案、提出假設、寫腳本核對，再利用行長、押韻與歷史語境淘汰錯解。這比多拿一個 benchmark 百分點更接近研究工作中的真實摩擦。

截至 2026 年 9 月 16 日，爆紅的 Hacker News 討論顯示 1,206 points、566 則留言。熱度的合理核心，是讀者很容易從這則案例看懂「代理式耐心」能帶來什麼，而不是只看到抽象分數。

我存疑：一次漂亮成功，不能回答成功率

這個案例無法告訴我們：同一模型重跑十次會成功幾次、其他模型在相同 prompt 與工具下表現如何、總共挑過多少題或失敗多少次。Jaff 的原話是，幾個月來「他嘗試的」其他前沿模型都未產出經驗證的解；文章卻未列模型清單、設定與失敗紀錄。因而它能支持「Fable 5.1 至少可能完成這類工作」，不能支持「Fable 5.1 普遍勝過其他模型」。

這正是固定題集、重跑與盲評的重要性：個案用來發現能力，評測才用來估計可靠度。AlphaLab 在另一項 Fable 5.1 對齊評估棋局中也碰到同一課題：題型、提示與 trace 會改變分數該如何解讀。研究流程若只保留成功故事，也會遇到 研究過擬合與驗收收據同樣的問題——結果很吸睛，卻難以判斷它能否再來一次。

下一則「AI 解開難題」新聞，先檢查這 5 件事

1. 鎖定原始材料：說清楚版本、館藏號、頁次與檔案雜湊，別只寫書名。
2. 公開完整軌跡：保留初始 prompt、system prompt、工具、模型 ID、時間戳與 usage 欄位。
3. 逐格重現：讓第三方能從密文一路走到每個字母，而不是只看一句合理答案。
4. 交代分母：列出重跑次數、失敗案例與比較模型；單次成功只能證明可能性。
5. 拆開兩種功勞：「找到答案」與「證明答案」是不同工作；AI 可以做前者，人類書目學與獨立重跑仍決定後者能站多穩。

若要讓 AI 研究留下可驗收的軌跡，可參考 AlphaLab 的 OpenResearch 三路研究工作流。Cyphral Distich 最後留下的提醒很簡單：模型的耐心正在變得有用；我們的驗證耐心更不能因此縮短。