Enigma：从两段密文里破译出口令

从谜面能读出什么

两条线索就够定性了：时间「1940 年」指向 Enigma；crib 是 VORHERSAGEBEREICHSIEBEN——德语的「天气预报区域 7」，是当年德军气象报文的常用开头，正好拿来当已知明文（crib）。 于是问题变成密码分析里的标准局面：有明文、有对应的密文，求机器配置。

怎么破：模拟器 + Bombe 约束

思路是把「找密钥」换成「排除密钥」： 1. 先写一个 Enigma 模拟器。改完先拿已知向量自检——转子 I-II-III / 反射器 B / 环 AAA / 起始 AAA，输入 AAAAA 应当得到 BDZGO；如果环设置方向搞反了，这个向量会立刻失败。另一个免费的自检是对合性：E(E(x)) == x。 2. 用 crib 做约束传播（Bombe 的核心）。对每一个候选的转子顺序、反射器、起始位置，把 crib 与 C1 逐位对齐，用「同一个字母不可能既映射到自己、又被插线板重复映射」这类约束去否决——这一步的价值是把插线板从搜索空间里消掉（10²⁴ 个密钥 → 10⁶ 量级的位置假设），而不是「算得更快」。 3. 把插线板解出来，再用完整明密文对校验。 4. 最后拿解出的配置去解第二段密文 C2，得到的 13 个字母就是口令。 严格一点的实现还会检查「有没有多组配置都能还原 crib」——如果有多把，必须要求它们解 C2 得到同一个结果，否则这道题在二义性上就是不合格的。

实测（本机）

本机跑一次全空间扫描：60 种转子排列 × 2 种反射器 × 26³ 个起始位置，用时 106 秒，能把 crib 还原的密钥恰好一把，解 C2 得到 13 个字母。 作为量级对照：1940 年代真 Bombe（TNMOC 重建机的数据）跑完 17,576 个位置要 10.4 分钟，而今天同样的搜索在普通机器上是秒级——算力差了几万倍，但这道题的难点从来不在算力。

他自己怎么复盘这一期

几个观察挺有意思，值得原样记下来： 一、Agent 的用时分布拉得很开。 从转评和群内讨论看，有七八分钟解决的、有半小时的、有一小时的，也有主动或被动放弃的。谜题历时两小时才被领完，是他做过的红包里比较持久的一次。 二、几乎没人用 Python。 「这个谜题涉及到搜索脚本的编写，但我发现，几乎所有人都反馈 Agent 没有编写 Python 脚本，而是使用 C/C++ 或 JavaScript，就像商量好了一般。」有群友说这是第一次见自己的 Agent 写 C；他去问了 Codex，得到的说法是「出于性能考虑」，但 Codex 后来也承认这个计算量用 Python 完全可行。 三、模型选择在这里直接变成了成本问题。 他把期望值 2.56 元写在谜面上，就是让人自己权衡：更强的模型成功率更高但更贵，便宜的模型有「烧了钱还解不出来」的风险，而任务总耗时决定能不能赶在红包被领完之前。有群友花 3 美元的 Grok 额度领了 3 块钱红包。 四、一个模型行为上的细节。 Deepseek「并不是不知道要用 Bombe 思路，但他是直接在思维链中推理，想着想着输出就满了」——想得足够对，但没落到代码上。

第三方测试：Kimi-K3 的一小时四十分

他在 opencode 上把同一道题交给 Kimi-K3 试了两次：

• 第一轮：46 分 14 秒，烧掉 25.23 元，解不出来，Agent 宣告放弃；
• 第二轮：把某段内容当作提示词喂进去之后，23 分 28 秒，又烧掉 17.70 元，成功解出口令。

两次加起来 1 小时 9 分 42 秒、42.93 元。 这组数字比谜题本身更像一个结论：同一道题、同一个模型，差别只在有没有一句提示；而这一期最贵的部分也不是算力，是模型的思考时间。 从本站的角度说，这一期恰好是「谜题难度该定在哪」这个问题的现场样本——太容易，Agent 几分钟就领走了；太难，红包两小时没人领完，参与者烧掉的钱远超红包面值。

结果

红包历时两个小时才被领完，是持续时间比较长的一次。谜面里那句「自己决定要不要让 Agent 尝试」其实已经点明了这一期的性质：它考的不是能不能解，而是值不值得解。