OpenAIとAnthropicが未解読エニグマ暗号を突破、自律エージェントが証明した自走力

• 未解読暗号の解読：OpenAIのGPT-6 AstraとAnthropicのClaude Opus 5が長年未解決のエニグマ暗号2通を解読完了
• 自律的リサーチの進化：指示待ちを超え、ドイツ連邦公文書館の探索から暗号機シミュレータ自作まで自律的に完遂
• 現場エンジニアへの警鐘：単なるコード補完から特定領域の専門家代替へ進むLLMに対し、問題設定力の再定義が急務

深夜の障害調査で、誰もドキュメントを残していない10年前のレガシーコードのバグを追跡し、深夜3時にようやく原因を突き止めたときの感覚を覚えているだろうか。過去の痕跡を泥臭く拾い集め、矛盾するログを突き合わせ、ようやく真実にたどり着くあの過酷な作業だ。まさにそれと同じ、いやそれ以上の知的格闘を、最新のフロンティアモデルが完全に自動で完遂してしまった。第二次世界大戦中、アラン・チューリング率いる暗号解読班が開発した暗号解読機「ボンベ（Bombe）」をもってしても解けず、戦後80年以上にわたり、そして暗号研究者フロデ・ヴァイエルド（Frode Weierud）氏のデータベース「Crypto Cellar」において2005年以来ずっと未解読のまま棚上げされていたエニグマ暗号文が、OpenAIとAnthropicの最新モデルによってついに突破されたのだ。

口火を切ったのは、開発者のカーター・レフェン（Carter Leffen）氏だ。同氏はOpenAIの次世代モデル「GPT-6 Astra」に対し、未解読メッセージのデータベースから未解決のものを自ら探し出し、解読せよと指示を出した。するとAstraは、歴史的背景の調査から文脈の手がかりの探索、さらにはエニグマ暗号機の独自シミュレータのコード生成までを自律的に実行し、わずか2日間で平文（plaintext）を復元した。さらに驚くべきことに、課題の背景を解説するインタラクティブなWebサイトまでも構築してみせたという。ヴァイエルド氏は「人間なら数週間から数か月を要する作業を、GPT-6 Astraはプロの暗号解読者かつ公文書アーキビストのように振る舞い、たった2日で片付けた」と畏敬の念を表明している。

さらにその直後、サイバーセキュリティ幹部のジャック・ウィリス（Jack Willis）氏が、Anthropicの「Claude Opus 5」を用いて別の未解読メッセージを解読したと報告した。ウィリス氏は将校の署名という既知平文の手がかり（crib）を与えるガイダンスを行ったが、Claudeは極めて論理的な推論ステップを踏んで見事に暗号を破った。チューリングが提示した有名な「知能の判定基準（チューリング・テスト）」とは別に、彼が人生を賭して挑んだ「エニグマの解読」という実戦の試練を、現代のAIエージェントは見事にクリアしたのである。

今回の解読劇において、我々エンジニアが背筋を凍らせるべき技術的本質はどこにあるのか。それは単に「GPUパワーを湯水のように使って総当たり探索（ブルートフォース）をした」のではないという点だ。エニグマの未解読メッセージの多くは、当時の暗号兵による打電ミスや記録の欠落、転写エラーが含まれているため、従来の純粋な計算機アルゴリズムによる総当たりではノイズに阻まれ、評価関数が正しく機能せずにデッドロックに陥る。人間が文脈や歴史的記録から「この単語は誤字ではないか」「この送信者はどの部隊か」というファジィな推論を行わなければ突破できない領域だった。

GPT-6 Astraが示したアプローチは、まさに熟練のシニアエンジニアが複雑な分散システムの障害を解析する手順そのものだった。Astraの実行ログには、ヴァイエルド氏のサイトに掲載されていない「プライベートコレクション」や、ドイツ連邦公文書館（Bundesarchiv）の公開アーカイブにアクセスして参照した形跡が残されていた。モデルは自らの知識ベースと外部ツールを駆使し、送信された日付や部隊の配置、過去の通信ログとの整合性を突き合わせながら、エラーを含んだ暗号文の歪みを補正していったのだ。外部リサーチ結果にも見られるように、近年のフロンティアモデル（GPT-6シリーズやClaude Opus 5.5など）は、Higgsfield MCP（Model Context Protocol）のようなツール連携基盤を自在に操り、自らAPIを叩き、スクリプトを書いて実行環境で検証する自律エージェントループを高度に洗練させている。

以下の表は、今回のエニグマ解読で観察された2大モデルのアプローチの違いと、人間の専門家との比較を整理したものだ。

単一のプロンプトから始まったタスクが、自己言及的にサブタスク（外部検索、シミュレータ実装、エラー補正、WebUI作成）へと分解され、コードの実行フィードバックを得ながら収束していく。これはもはや「文章生成AI」ではなく、「自律稼働するバーチャル研究室」と呼ぶべきアーキテクチャの結実である。

このニュースを「歴史的トリビアの解決」として片付けているなら、エンジニアとしての認識を改めるべきだ。残された未解読エニグマ暗号は世界にわずか7通（平文判明済みの未解読コード1通を含め計8通）となったが、問題の本質はエニグマそのものではない。我々が日頃取り組んでいる「仕様が曖昧なレガシーシステムのマイグレーション」「ドキュメントのないプロトコルのリバースエンジニアリング」「散在するログからのインシデント究明」といった高難度タスクの領域に、AIエージェントが土足で踏み込んできたという冷徹な現実である。

これまで開発者の多くは、「CopilotやCursorにコードを書かせる」「定型的なユニットテストを作らせる」といった、限定されたサンドボックス内での利用に留まってきた。しかし、GPT-6 AstraやClaude Opusが見せつけたのは、自ら仕様の矛盾を疑い、外部リソースをクローリングして仮説を補強し、検証用シミュレータを走らせて結果をフィードバックする「真の自律問題解決」だ。これは、ジュニアからミドルクラスのエンジニアが日々のスプリントでこなしている調査業務のレイヤーを完全に包含している。

明日から我々が取るべき実践的な処方箋は極めて明確だ。第1に、LLMを「関数生成ツール」として使うのを即座にやめ、MCPなどを介してシェル環境、ブラウザ、データベースと接続した「自律エージェント環境」を構築・運用するスキルへ舵を切ること。第2に、不完全な情報から仮説を立て、AIエージェントに探索させるための「問題の切り出し方（コンテキスト設計能力）」を徹底的に鍛えることだ。AIに指示を出す側の人間が、探索空間の絞り込み方やドメイン知識の核を理解していなければ、エージェントは無駄なAPIコールを消費し続ける無限ループに陥るだけである。

チューリングがナチスの暗号を破ったとき、それは人類の知的優位性の象徴だった。しかし80年の時を経て、その残滓を片付けたのは人間の手ではなく、彼が基礎を築いた計算機そのものが生み出した人工知能だった。残る7通の暗号が解読されるのは時間の問題だろう。では、暗号がすべて解き明かされ、システムの謎がすべてAIによって瞬時に解読される世界において、我々エンジニアが「自らの手で解くべき真の謎」とは一体何なのだろうか。