1912年，波兰裔书商威尔弗里德·伏尼契（Wilfrid Voynich）在罗马近郊弗拉斯卡蒂的耶稣会别墅（Villa Mondragone）旧书堆里，翻出一本无名羊皮卷。它没有标题、没有作者，约240页密密麻麻写满一种地球上没人认识的文字，旁边画着不存在于任何植物图鉴的奇草、十二宫星图，以及一群赤身裸体、在绿色水池与复杂管道间沐浴的女人。一个多世纪过去，这本书的羊皮被碳十四测年锁定在1404–1438年（亚利桑那大学，2009），被整本扫描进耶鲁大学贝内克珍本图书馆（Beinecke MS 408）的高清数据库（2020年全文上网，2024年又放出多光谱扫描），被喂给超级计算机和人工智能——它通过了几乎所有"这是真语言"的统计检验，却至今没有一个人能读懂其中哪怕完整的一句话。
这期长篇纪录片要回答的核心问题，其实不是"它写了什么"，而是一个更扎心的问题：当一串符号在统计上完美符合自然语言的一切特征，我们凭什么判定它"有意义"还是"没意义"？在AI动辄声称已经"理解"了人类语言的今天，这本600年无人能读的手稿，恰恰是一面最好的照妖镜。
| 项目 | 内容 |
|---|---|
| 视频标题 | The Voynich Code: Deciphering the World's Most Mysterious Manuscript |
| 频道 | Boring History Hunter（长篇4K历史纪录片频道） |
| 时长 | 约1小时（feature-length 纪录片） |
| 播放量 | 频道长篇代表作之一，数十万级播放 |
| 核心主题 | 一本满足所有"语言统计学"却600年读不懂的手稿，与现代密码学、AI的交锋 |
| ## 一、它到底是一本什么书：把硬事实钉死 |
视频花了大篇幅先把容易被神话的部分钉死成硬事实，这点很关键。这本被称为 "Voynichese" 的手稿，物理上是个约23.5×16.2厘米、5厘米厚的对开本，羊皮来自至少14–15张完整小牛皮。现存约240页，但页码和折页（quire）的缺口显示，它原本至少有272页、20个折页，丢了约30页。全册用铁胆墨水（iron gall ink）和羽毛笔从左到右书写，颜料是相对廉价的石青、赭石、铜树脂绿——没有任何金箔或奢侈品级的装饰。中世纪学者丽莎·费金·戴维斯（Lisa Fagin Davis）注意到羊皮被"摸得发软"，加上满是虫眼、疤痕，说明它不是供在祭坛上的圣物，而是一本被反复翻阅、有实际用途的工作手册，很可能和医药、星象有关。碳十四还顺带否决了"伏尼契本人伪造"的阴谋论——要凑齐15张15世纪初未使用过的整张小牛皮来造假，在当时几乎不可能。
视频重点：物理证据把这本书牢牢钉在15世纪初的欧洲，作者身份、语言、用途则全盘悬空。
我的补充判断：物理事实越确定，意义的真空就越刺眼。这正是手稿的恐怖之处——它真实得无可怀疑，又陌生得无法触及。
既然文字读不懂，研究者只能靠插图来分区。视频梳理了手稿传统的六大块，每一块都透着诡异的逻辑：
视频重点：插图是这本"天书"唯一能被人类直觉抓住的语义入口，但它们恰恰又是真假参半的——尤其是那些拼贴植物和沐浴管道，几乎在主动阻止"对号入座"式的破译。
我的延伸：插图的"半可读、半失真"本身就是一种信息——它暗示作者要么在刻意加密视觉，要么属于一个我们已彻底失联的知识共同体。
这是视频与整篇解读最核心的硬骨头。20世纪以来，密码学家用统计方法反复测量Voynichese，结论惊人地一致——它的统计指纹几乎完美匹配自然语言：
2013年，圣保罗大学Amancio团队用复杂网络方法得出：90%的情况下，手稿的统计结构与真实书籍一致，与随机乱码不兼容。2013年曼彻斯特大学Montemurro发现文本里存在"语义网络"——承载信息的词按主题聚簇、换话题时换新词，而构造这种结构的数学知识在15世纪根本不存在。
视频重点：统计学几乎已经替它"洗白"——它极可能不是胡言乱语，而是某种真实（或精心构造的）语言。
但我的反转判断恰恰在这里："像语言"和"是可读的语言"是两件事。 统计规律描述的是符号的表面分布，而意义活在符号与一个共享语境之间的约定里。Zipf定律只告诉你"这串符号像人产出的"，它从不保证"你能读懂它"。
视频也老实指出了它与自然语言的偏差，这是骗局论的弹药来源。语言学家Claire Bowern和Luke Lindemann（2021年《语言学年度评论》）用二阶条件熵h2衡量字符的"可预测性"：自然语言通常落在3–4，而Voynichese低到约2，意味着字符序列异常可预测——同一个词能连出现三到五次，只差一个字母的"近义词"反复扎堆，让所有单表替换破译都吐出胡言乱语。1962年，连破解过无数密码的伊丽莎白·弗里德曼（Elizebeth Friedman）都断言这类统计分析注定"彻底徒劳"。
更细的发现是：手稿可能存在 "Voynich A"与"Voynich B"两套变体（A多见于植物/药物部，B多见于沐浴与星象部），戴维斯还辨认出至少5位抄写员的笔迹差异——说明它很可能是一个社群的集体产物，而非疯子的呓语或某人的恶作剧。
视频重点：低熵和"近义词扎堆"是它最大的破绽，也是骗局论者最爱的把柄。
我的补充：低熵恰恰说明，无论它是真语言还是骗局，它都不是"随手乱写"的——背后有一套稳定的、可重复的生成规则。
视频里最有历史厚度的部分，是讲美国密码学教父 威廉·弗里德曼（William F. Friedman）。他二战时领导团队破解了日本"紫密"（Purple），战后调集NSA顶尖小组，在1940年代把整本手稿逐行转录到IBM打孔卡上做机读分析，研究了几十年，到1969年去世也没读懂一个字。他最后倾向于一个浪漫猜测：这或许是一种17世纪才流行起来的"哲学人造语言"（philosophical language，类似Wilkins的设计）——可那种东西比手稿晚了整整两百年。英国军官约翰·提尔特曼（John Tiltman）也分析过，结论是"一种笨拙的混合替换"，同样无解。
视频重点：能赢下世界大战的密码大脑，赢不了这本小书。
我的判断：弗里德曼的失败不是智力不够，而是工具错配——他是用"已知语言+未知算法"的密码学框架去攻击一个"未知语言+未知算法"的对象。当语言本身都悬空时，密码学的前提（明文是一种你认识的语言）就被抽掉了。
如果它不是真语言，会不会是一场高明的中世纪骗局？视频给了骗局论充分篇幅。2003年，计算机科学家戈登·鲁格（Gordon Rugg）证明：用一张带孔的覆盖纸（Cardan grille，卡丹格栅，约1550年发明的加密工具）配合一张"前缀-词根-后缀"表，就能机械地产出与Voynichese高度相似的"伪文本"，连Zipf分布都能模仿。2007年Schinner、2019年Timm & Schinner的"自我引用"生成模型、2022年耶鲁Gaskell & Bowern让真人故意写"无意义文本"的实验，都支持"骗局"可能。
但反对意见同样有力：Montemurro和Amancio指出，要刻意把那些"语义网络"织进去，所需的统计学知识在15世纪并不存在；戴维斯的5位抄写员也指向一个有组织、有分工的真实社群，而非一人造假。
视频重点：骗局论最大的贡献，不是证明它是假的，而是证明了"看起来像语言"本身并不能证明它是真的。
这正是全文最锋利的认知升级——统计相似性既不能证实意义，也不能证伪意义。它只是把问题悬置了。
视频后半段把镜头拉到当下，这也是我最想强调、对今天的读者最有价值的一节。2017年，阿尔伯塔大学的Greg Kondrak用自然语言处理算法（NLP）"解码"手稿，结论是它最像希伯来语，并用字母重组（alphagram）法把第一句翻成"她向祭司、家主、我和众人提出了建议"——但团队自己承认，中世纪手稿专家并不买账。2018年起各种深度学习模型轮番上阵，2023年甚至有研究比对七种古印度文字后声称它最像Khojki（一种印度教字）。至于"proto-Romance原始罗曼语"（Cheshire, 2019）、"古突厥语"（Ardıç, 2018）、"纳瓦特尔语"（Tucker & Talbert, 2014比对阿兹特克草药）、"缩写拉丁语"（Gibbs, 2017）……每隔一两年就冒出一个"终于破解了"的头条，又每隔一两年被专家集体推翻。2019年布里斯托大学甚至被迫从官网撤下Cheshire的"破解"声明。
视频重点：从密码学到NLP到深度学习，工具换了四五代，结论依然原地踏步。
我的核心洞察就在这里：这600年的反复失败，本身就是一堂关于"理解"的哲学课。 AI模型能在统计上完美建模Voynichese的表面，却榨不出一丝意义——因为它缺的不是算力，而是那个早已丢失的"密钥"：一种共享的文化语境、一套作者与读者之间的约定。模式识别和意义理解，是两个根本不同的问题，而我们这个时代常常把它们混为一谈。
flowchart TD
A["伏尼契手稿<br/>Beinecke MS 408<br/>1404–1438, 240页"] --> B["硬事实：物理钉死<br/>碳十四/小牛皮/5位抄写员"]
A --> C["统计指纹：像语言<br/>Zipf定律 / h2≈2 / 主题聚簇<br/>90%兼容自然语言"]
C --> D{"三大假说"}
D --> E["真语言加密<br/>替换/冗余/缩写密码"]
D --> F["人造语言<br/>哲学语言/词根派生"]
D --> G["骗局<br/>Cardan格栅/自我引用"]
E --> X["全部无法独立验证"]
F --> X
G --> X
X --> Y["破解史：弗里德曼→Kondrak(NLP)→深度学习<br/>每代工具轮番失败"]
Y --> Z(("核心洞察<br/>模式识别 ≠ 理解<br/>意义=符号+已丢失的共享语境"))
B -.真实得无可怀疑.-> Z
第一，重新校准你对"AI理解语言"的预期。 今天的大语言模型能在统计上完美模拟任何文本风格，连Voynichese这种"疑似语言"都能建模——但这不等于它"读懂"了内容。手稿是活生生的反例：完全通过语言统计学检验 ≠ 包含可被理解的意义。当你看到一个AI产出"看起来很专业"的输出，问自己一个问题：它是真的掌握了语境，还是只是在高保真地复刻表面的统计分布？这是判断AI可靠性的第一道筛子。
第二，警惕"破解"叙事，学会等待证据。 手稿的历史就是一部"每两年一次假性突破"的编年史，每次都上头条、被推翻。这提示一种通用的批判姿态：当某个领域频繁出现"终于解决了"的轰动声明，往往说明它恰恰没解决。把这种怀疑迁移到营养学翻案、健康爆款、投资"圣杯"上同样有效——真正的突破通常是沉默地累积，而不是周期性放炮。
第三，区分"识别"与"理解"，是一项可迁移的元能力。 识别（这是不是X）靠模式匹配，理解（X意味着什么）靠语境和约定。无论你做产品、做研究还是做沟通，多数失败都源于把识别当成了理解：认得出用户在说什么（识别），却不明白用户真正想要什么（理解）。手稿提醒你——没有共享语境，再精确的符号也是噪声。
伏尼契手稿用600年的集体失败证明了一件事：一串符号可以完美符合"语言"的一切统计学定义，却依然读不出一个字——因为意义从不藏在模式里，而藏在那个已经丢失的、人与人的约定里。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 下一步：如需，我可 (1) 将本文转为51学通信风格PPT，(2) 制作知识卡片短视频，或 (3) 进入Round 5（language 语言学习）。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。