六张表与五位抄写者：伏尼契手稿的文本是怎样构成的

想象一位抄写者，面前摊着六张表。每张表里都是拉丁字母表，每个字母对面站着一组陌生的符号：一组用于 词首的字母，另一组用于词中，第三组用于词尾。抄写者取来源文本的一个音节，朝今天在用的三张表之一瞥 一眼，在羊皮纸上写下一个“词”。然后是下一个音节、下一个“词”。他有点偷懒：如果合适的一组就在眼前， 在这一行的前一个词里，他会更乐意再用一次。如果前一个词以某个特定符号结尾，他会挑一个能与之漂亮衔接 的变体。有时他会把一个“词”掰成两个，在两半本身都像词的地方。

这不是依据文件做的重建，文件并不存在。这是我们将近一年里一层一层搭起来的模型，每一层都只按预先宣布 的判据接受。下面讲它是怎么搭起来的，以及它会什么。

一切的起点：一处反常

伏尼契手稿的文本表现得像一种语言：它有 Zipf 定律，有“元音”和“辅音”的交替，各部分有自己的主题词汇。 同时它又不像语言：它的条件熵，也就是根据前一个符号预测下一个符号的可预测性，是 2.08-2.30 比特。 拉丁语、英语、芬兰语、德语和另外二十来种语言是 2.96 到 3.23。在词汇如此丰富的情况下，这么低的值在 任何自然语言的常规正字法里都不存在。我们把这叫作空角，坐在里面的只有 手稿。

简单替换密码不改变熵：我们让拉丁语经过“一个字母换一个符号”的替换，3.22 原来怎样还是怎样。而“一个 字母换两个符号”的替换把它压到 2.11。这就是支持冗长密码的第一个论据：在简单机制里，只有它能复现文本 最主要的古怪之处。

类别被独立地找到了两次

2026 年七月，我们把用 Naibbe 系统加密的文本放进自己的度量：那是 Michael Greshko 用纸牌和骰子构造、 并发表在 Cryptologia 上的一种历史上可信的密码。六张表、音节替换、同音替代。他的普林尼密文给出了 2.08 的低熵、正确的词长、正确的词缀占比，而且，最要紧的是，给出了我们最锋利的特征：80 % 的词服务于 大约六十个“核”。手稿有 55 个这样的核，作为来源的拉丁语有 641 个。

两条独立的路径汇合到同一类机制上。接下来是我们自己的工作：类别还不是模型。

模型的层，以及每一层关闭了什么

每一层加进来都只有一个理由：前一个版本没有复现手稿某项测得的统计量。每一层也都按同一条规则接受： 先前的指标全部完好，目标指标改善，没有一项恶化。

六张表。 静态指标：词长、熵、词汇占比。少于六张，双生词太少；一偏斜，全盘皆坏。

双生词与重用。 手稿里有 42 对写法形式不同、上下文却相同的词，比如 ol 和 chey、daiin 和 chol。这类词对的图恰好沿“语言”A 和 B 分裂成两个连通分量。双生词在一行之内的聚集度比随机强 1.87 倍。 这是序列性：抄写者以大约 0.22 的概率重用这一行的单位。

分段方言。 手稿的词是成簇的：某些形式在一段文本里密集出现，然后被替换掉。如果抄写者在大约 220 行的区段内，也就是一帖的中位长度内，用六张表中的三张工作，这一点就能复现。副产品是 Taylor 指数 0.650，目标是 0.678，以及“两种语言”之争的终结：A 和 B 是同一系统的两套词汇。

连音，即词的接缝。 在手稿里，一个词的结尾与下一个词的开头之间有 0.165 比特的信息。同音替代给 不出这一点，重用也给不出。能给出的是：按与前一个词的接缝，从三种拼写变体中选择。接缝偏好从语言 A 延续到语言 B（相关 0.75），这是抄写者的习惯，而不是明文的性质。

邻词的启动效应。 抄写者更乐意取与前一个词首符号相同（权重 1.75）、长度相近（1.35）的变体。这一层 一次关闭了四条轴。

软空格。 由两个单元格组成的词，如果两半都像词，就以 0.35 的概率分开写。 连写与分写的交替就是这样关闭的。

是技术，不是笔迹

支持“作坊”而非单个加密者的最强论据，来自五种笔迹的检验。古文书学家 Lisa Fagin Davis 在手稿中分辨出 五位抄写者。如果每个人各按自己的方式编码，不同笔迹的拼写变体会彼此分歧。它们却是汇合的：笔迹之间的 分歧 0.050，对照为 0.163，p 小于 0.001。五位抄写者全都以同样的比例使用这些变体。表是共用的。详见文章 《五位抄写者，一把钥匙》。

模型复现了什么

十项统计量同时成立：熵 2.17，词汇占比 0.30，双生词占比 1.2 %，其聚集度 1.87，接缝处的信息增益 0.165，y → q 上升 1.77 倍，词汇集中度，重复占比 0.94 %，聚集度 1.75，以及 Parisel 的全部四个“签名”， 也就是这位法国研究者提出作为真实文本判据的边界统计量。四项中的四项，没有调参。

还有来自另一边的对照：十六个他人的生成器，Timm 的自复制、格栅、volvelle 转盘、马尔可夫链、两级方案、 Lanzini 的无语义生成器、新近的带记忆架构，没有一个能通过我们的轮廓。几乎所有的都裂在同一处：双生词 的聚集度。

模型在哪里出错

诚实的清单比胜利的清单更重要。模型有二十个开放缺陷，即它承载不了的手稿测得统计量。主要的一族是 词汇：在模型的词汇已耗尽之处，手稿继续产生新形式。这个极限定位得很精确：组装规则“词是一个单元格， 或者前缀加后缀”覆盖了 77.7 % 的词次，却只覆盖 36.4 % 的不同形式。类别之内的修补能堵上一半的缺口； 再往下就需要更换规则。

有两个缺陷格外有意思，因为十六个机制里也没有一个能承载它们：行首和 行内形式的位置选择。这已经不是我们的错误，而是对任何一类解释的约束。带数字的完整表格在 《模型缺陷》页面。

为什么这不是破译

模型说的是文本“怎样”做成，而不是其中写了“什么”。我们检验过能否从模型推出密钥：限定为六张表的 求解器以 0.95 的准确率破解同一构造的合成文本，而在手稿上、在阈值 0.5 下只给出 0.04-0.07 的增益， 无论是拉丁语、亚美尼亚语、科普特语、古法语、加泰罗尼亚语、意大利语、奥克语、西班牙语还是中古高地 德语。因此，手稿并不是“我们的标准模型分毫不差，再加一种已知语言”。要么语言是另一种，要么密钥在 求解器敏感的细节上构造不同，而它甚至对抄写者在表中的一个错误都敏感。这对阅读的机会意味着什么，见 文章《锚点阈值》。

说明：以上所说的一切都是经统计量检验的机制模型，而不是释读。若要算成功，需要找到那些表本身或者 来源文本；那时模型在几小时内就会变成阅读的工具。

← 全部发现