AI僅用1小時(shí)破譯500年未解的“天書”，再次降維打擊人類？——近日，AI大模型Gemini 3.0 Pro僅用1小時(shí)，就破解了拉丁文古籍《紐倫堡編年史》中500多年未解的神秘注釋，識別出這是中世紀(jì)學(xué)者的歷法換算表。歷史學(xué)研究的范式要轉(zhuǎn)變了嗎？

歷史學(xué)研究的范式，確實(shí)正在轉(zhuǎn)變，而且已經(jīng)在路上了，但不是“被AI取代的范式轉(zhuǎn)移”，而是“向人機(jī)協(xié)作、數(shù)據(jù)驅(qū)動的范式升級”——

過去的范式，是以“個(gè)人苦讀+細(xì)讀少量文本”為中心：一個(gè)人、一張書桌、一摞卡片，靠有限時(shí)間和體力啃完能接觸到的資料。

現(xiàn)在，以Gemini破譯《紐倫堡編年史》“天書”為標(biāo)志，研究范式的轉(zhuǎn)變已勢不可擋：

一張被時(shí)間熏黃的紙頁，一行幾乎看不清的拉丁文縮寫，一個(gè)讓歐洲學(xué)界撓頭五百多年的小小注釋，安靜躺在《紐倫堡編年史》的書頁邊角。

沒人想到，真正把它“叫醒”的，不是哪位終身教授，而是一臺服務(wù)器里跑著的大模型。

Gemini 3.0 Pro接過這本被稱作“圖像版中世紀(jì)百科全書”的古籍，僅僅一小時(shí)，就把那串“天書”般的筆記拆解、轉(zhuǎn)寫、比對，最后給出了一個(gè)讓歷史學(xué)家拍案的答案。

那不是詛咒，不是暗號，而是一張中世紀(jì)學(xué)者的“歷法換算小抄”。

在儒略歷與另一套紀(jì)年體系之間，他認(rèn)真地把日期一一對齊，生怕記錯(cuò)某個(gè)宗教節(jié)日或重大事件的時(shí)間。

AI做的事，遠(yuǎn)遠(yuǎn)不止把字認(rèn)出來。

它把整頁的印刷體拉丁文、邊角的手寫體、同一時(shí)代的大量文獻(xiàn)知識統(tǒng)統(tǒng)調(diào)出來，比照那些字母組合出現(xiàn)過的語境，然后推斷：這不是隨手亂寫，而是一套自洽的日期轉(zhuǎn)換表。

更關(guān)鍵的是，它能解釋“為什么這么寫”。

這就是令人興奮的突破——AI第一次不是停在“讀懂字”，而是走向“說清楚這段話在當(dāng)時(shí)是干什么用的”。

哪怕是最保守的學(xué)者，也不得不承認(rèn)：這已經(jīng)不是簡單的OCR升級，而是對歷史解釋權(quán)的一次技術(shù)重寫。

如果換作過去，要攻克這樣的疑難注釋，一個(gè)研究生團(tuán)隊(duì)可能要查幾個(gè)月的卡片，翻完半個(gè)圖書館的索引，再和幾位老教授拉通電話，最后才敢小心翼翼寫下一種“可能的解釋”。

現(xiàn)在，一小時(shí)，忽略不計(jì)的算力成本，就給出了一套邏輯嚴(yán)整、能自我交叉驗(yàn)證的答案。

那這是不是對人類的一次降維打擊？

某種意義上可以說是，但又不完全是。

要看清這次事件的分量，得把它放進(jìn)更大的圖景里。

過去幾年，AI在考古和古籍世界里，已經(jīng)悄悄干了三類臟活累活。

第一類，是智能修復(fù)，給古籍、文物續(xù)命。

第二類，是智慧解碼，讓古籍真正開口說話。

第三類，是認(rèn)知協(xié)作，把人類學(xué)者從重復(fù)勞動里解放出來。

這兩年以來，從赫庫蘭尼姆碳化卷軸，到羅馬銘文修復(fù)，再到這次《紐倫堡編年史》“天書”破譯，AI越來越像一個(gè)全能研究助理。

在這樣的背景下，Gemini一小時(shí)破譯“天書”，到底說明了什么？

是AI馬上要取代歷史學(xué)家了嗎？

還是人文社科要被技術(shù)殖民了？

先說清一個(gè)根本邏輯。

當(dāng)前的大模型，本質(zhì)上是一個(gè)超大規(guī)模的“投票機(jī)”。

它在服務(wù)器里讀了成千上萬本書、文章、銘文拓片、古籍影像，然后在你提問時(shí)，對所有可能的續(xù)寫方式做一次“全民投票”。

得票最高的那一個(gè)，就出現(xiàn)在你眼前。

人類其實(shí)也一樣。

你做決策時(shí)，會在腦子里調(diào)動過往經(jīng)驗(yàn)，衡量利弊，然后做出一個(gè)“最有可能對”的選擇。

不同的是，人腦的樣本量有限，而AI的記憶倉庫幾乎沒有邊界。

這也是為什么，AI特別擅長在“有人走過的路”上跑得更快，卻很難在完全黑暗的荒野里開出一條新道。

它可以極快地破譯已經(jīng)有大量相似例子的文字體系，卻不可能憑空發(fā)明一門全新的文字。

它可以通過大數(shù)據(jù)分析找到新礦物性質(zhì)之間的潛在關(guān)系，卻沒辦法替代野外地質(zhì)隊(duì)，在暴雨和落石里發(fā)現(xiàn)那個(gè)第一塊樣本。

只要沒有人把“某種新化合物”的數(shù)據(jù)喂給它，它很難知道那東西存在。

這就是為什么說，AI現(xiàn)在適合做工具，還遠(yuǎn)遠(yuǎn)不能做大腦。

回到人文研究本身。

真正會被淘汰的，不是歷史學(xué)家，而是“不肯學(xué)習(xí)如何駕馭AI的歷史學(xué)家”。

未來的文科研究者，必須學(xué)會幾件事：

把一個(gè)大問題拆成若干AI可以處理的小任務(wù)。

比如“明代東南倭亂中的地方社會變遷”這種課題，可以拆成：地方志中相關(guān)記載的自動提取、人物網(wǎng)絡(luò)的關(guān)系圖譜、時(shí)間線的自動生成等。

學(xué)會用AI做廣度檢索和初步歸納，再用人的大腦做深度判斷和價(jià)值提煉。

接受這樣一個(gè)現(xiàn)實(shí)：同樣做一篇論文，熟練使用AI的人效率可能是不懂AI的人的幾倍甚至幾十倍。

更殘酷的是，一個(gè)會AI的年輕學(xué)者，有可能憑一己之力完成過去需要一個(gè)課題組多年才能完成的資料整理工作。

從國家層面看，這也是我們必須抓住的窗口期。

誰先把本國龐大的古籍、檔案、碑刻、口述史系統(tǒng)性數(shù)字化、結(jié)構(gòu)化，并和自研大模型深度結(jié)合，誰就在未來的人文研究、國際話語權(quán)爭奪中搶占先機(jī)。

這絕不僅僅是學(xué)術(shù)問題，更是文化安全問題。

但在情緒高漲之時(shí)，有兩點(diǎn)冷靜也很重要。

第一，不要過度神化AI。

它今天能破譯《紐倫堡編年史》，是因?yàn)閹状鷮W(xué)者已經(jīng)為它鋪了路：拉丁文縮寫的詞典、歷法演變的研究、手稿圖像的高質(zhì)量采集，一個(gè)都不能少。

如果基礎(chǔ)數(shù)據(jù)出了偏差，AI會用極快的速度、極自信的語氣，把錯(cuò)誤放大。

第二，也不要矯枉過正地恐懼AI。

質(zhì)疑“解釋權(quán)被機(jī)器奪走”的學(xué)者，往往忽略了一個(gè)細(xì)節(jié)——最終簽字的是誰？

在Gemini這次破譯中，真正讓學(xué)術(shù)界點(diǎn)頭的，不是那行英文輸出，而是人類專家對其解釋路徑、證據(jù)鏈條逐條復(fù)核之后，給出的認(rèn)可。

換句話說，AI只是在“給你一個(gè)極優(yōu)起點(diǎn)”，決定是不是要沿著這條路徑走下去，依然在你。

真正危險(xiǎn)的，不是AI太強(qiáng)，而是人類太懶。

當(dāng)我們停止追問“還有沒有第二種解釋”“這個(gè)推理有沒有偏見時(shí)”，才是學(xué)科衰敗的開始。

所以，把這次天書破譯簡單理解成“AI碾壓人類”，其實(shí)是看低了人類，也看錯(cuò)了AI。

更準(zhǔn)確的說法是——

這是人類第一次真正用AI，撬開了一個(gè)原本看似“性價(jià)比極低”的歷史難題。

它讓我們看到：有一些過去不敢碰、沒時(shí)間碰、算不過來的問題，現(xiàn)在可以重啟討論。

它逼迫我們承認(rèn)：文科研究也必須完成工具革命，否則就會在新的知識生產(chǎn)格局中邊緣化。

它也提醒我們警惕：在享受效率紅利的同時(shí)，更要守住學(xué)術(shù)判斷的底線。

當(dāng)一行中世紀(jì)的手寫注釋，跨越五百年，被一臺大模型和一群學(xué)者共同讀懂的那一刻，人類和機(jī)器之間，其實(shí)沒有那么多對立。

那更像是一場接力。

前人把問題留在紙上，我們把數(shù)據(jù)喂進(jìn)算法，AI把可能的答案拋回來，最后仍需人類，用自己的心、自己的腦，為那幾行冰冷的文字，補(bǔ)上溫度與意義。

歷史不會因?yàn)锳I而失去人情味。

相反，正是因?yàn)槲覀兘K于有余力，把那些原本“查不完、看不完、比不完”的碎片交給機(jī)器，人類才能把時(shí)間用在更值得的地方——去理解一代人的恐懼與希望，一段文明的興衰與輪回。

技術(shù)不斷迭代，算法一代代更新。

但有一件事不會變。

那就是，人類對“我是誰、我從哪里來、我要到哪里去”的追問，永遠(yuǎn)無法外包。

AI可以幫我們跑得更快，卻永遠(yuǎn)替我們不了，決定要往哪兒去。