关于伏尼契手稿我们知道什么：用平实语言讲研究结果

本页用平实的语言总结整个项目：我们确立了什么，否定了什么，还有什么悬而未决，以及下一步走向哪里。 这里的每一条论断都建立在数值检验之上；详细分析见本栏目的各篇文章，数据和代码 在“数据”页的复现包里。

我们如何工作

有三条规则贯穿整个项目。

第一：不宣称任何“释读”。巧合不等于释读；与任何语言的任何吻合，都必须通过针对偶然性的统计 检验。

第二：检验事先注册。成功的阈值、方法和判定规则，在收集数据之前就已固定。没有“直到出现想要 的结果”为止的重跑；失败与成功一并公布。

第三：盲编码。凡是需要从图像中提取特征的地方，都由不知道所检验假说的人来标注，材料是打乱 顺序、去掉标识的画面。

已经稳固确立的部分

文本既不是无意义的乱码，也不是模仿

文本表现出Zipf定律、“元音”与“辅音”的交替，以及稳定的构词语法。抄写员机械照抄自己的设想， 已通过直接比较被否定：一件统计量已对齐的模仿品，在六项特征中的 五项上与手稿不同。需要强调的是，低熵本身并不能排除伪造， 这是流行叙述中最常见的错误。

产生文本的机制已被重建

这是本项目的主要结果。文本由一种作坊式技术生成：一种音节式密码，源语言的一个音节被替换表中的 一整个“词”所取代，这样的表大约有六张，为手稿的全部五名抄写员所共用。这一个模型一次就解释了所有 著名的怪异之处：异常低的可预测性熵（2.1-2.2比特，而自然语言为2.96-3.23）、短词、成对的孪生词、 “语言A和B”的差别（同一系统的两套词汇，而不是两种语言），以及词按章节聚集的现象。该模型同时 重现了手稿约十项互相独立的统计量，其他任何方案都远远达不到。

图旁的说明文字是名字，缩写成了sigla

人像和植物旁边的短说明文字，表现得像一份名字清单，而不是连贯的话语：其中唯一词的比例为0.77， 而段落中为0.20。它们不是数字，这一点我们用四种不同的方式加以否定。每个黄道带圆环都是自己的一份 清单，在30个位置上大约有20-25个名字，而说明文字本身是一个双字母缩写，带有表示“这是一个名字”的 功能性标记。没有外部的名字清单，sigla就无法释读，就像没有电话簿的姓名首字母。

来源：欧洲，十五世纪上半叶

羊皮纸的放射性碳定年给出1404-1438年，这排除了后世的伪造。由后来的一只手写进黄道带的月份名称是 罗曼语的，属于西欧，不过具体的方言存在争议（从北部法语到奥克语）。单个符号的形状是当时普通的 欧洲草书，但它们作为缩写符号的功能经过检验被否定：抄写员借用的是符号的外形，不是它们的含义。

局部确立或带保留的部分

黄道带信号。 圆环中“宁芙”人像的一项属性，与占星家al-Biruni的阳性度数和阴性度数表在位移23 处吻合：一轮盲编码给出78中的52，p = 0.0088，峰值恰好落在预测的位移上。但我们自己也展示了它的 限度：这个信号在十二个星座中的三个上成立，并不延伸到其余星座。详见 黄道带度数的分析。

两个圆环的反向旋转。 对146个人像的盲重编码显示，在同一张折页的两个内环上，人像的朝向与总体 流向相反（11个中的10个，5个中的4个），而这些正是产生了黄道带信号的那几个星座。这意味着什么， 目前还不知道。

“嵌合”植物。 手稿中植物的特征，即叶、根、花，几乎彼此独立地组合在一起，这与同时期真正的 草药图谱不同：关联度为0.206，两部对照草药图谱为0.478和0.716。这些图画是组合拼装出来的， 就像文本一样。

“清单”实践。 手稿中有几页，抄写员把一列符号连续抄写好几遍，每遍变动一两个位置。我们比较了 三张这样的页：它们是属于同一种抄写实践的不同清单，而不是同一套字母表。

被数字否定的部分

完整的目录见假说栏目；这里用一张表给出结果。

为什么手稿读不出来，以及为什么这是一个结果

破译需要恢复密钥。我们诚实地、用数字关闭了通向它的两条路。

从内部走的路。 我们测量了源文本的字母序列能否在编码过程中留存下来。答案是不能：手稿的真实 文本恢复得*比随机噪声还差*。这是密码本身的性质：当一个音节可以有多种写法时，原来的字母在数学上 就被抹掉了，任何计算机都无法把它还原。

从外部走的路。 可以尝试去找一份外部清单，比如历法、星表、名录，看它是否与手稿的圆环对应。 我们用一种不依赖密钥的检验，走遍了九类这样的来源。全部为零。

由此得出对结果的诚实表述：文本的机制已经展示出来，内容读不出来，而我们也说明了为什么读不出 来。 这是由测量确立的边界，而不是“我们没做到”的抱怨。没有双语文献，冗长式密码是攻不破的， 就像一次一密，只是原因不同。

我们的模型在哪里失效

诚实的报告要包括对不上的地方。我们的机制模型是为了重现一行文字如何拼装、相邻的词如何彼此衔接 而建的，在这方面它命中了目标。但在2026年夏天，我们把它拿去过了一遍别人的尺度：那是另一些研究者 写的，并不是为我们的目的而设，它衡量的是词在成千上万个词的长距离上分布得有多不均匀。手稿得0.67， Cato那部程式化的拉丁文论著得0.65，而我们的模型只有0.54。在事先固定的全部五个窗口长度上，这个 差距都是稳定的。

也就是说，我们的模型解释了一行文字如何建构、相邻的条目如何串联，却没有解释文本作为整体是如何 组织的：章节和帖按什么顺序排列。这是同一个缺口的第二个独立迹象，我们自己把它写进论文的局限部分， 没有等审稿人来指出。它同时也验证了这个尺度本身：在真正的程式化文本上它站得住，所以问题出在 模型上，不在工具上。

另一个方向也有进展。“形态上相关的标签在圆环上彼此相邻”这一观察，在八月得到了再次确认：用的是 手稿的不同章节，并且规则事先公布，以排除任何拟合。因此，书写的序列性是已确立的事实，而模型的 限度是已知的、已测量出来的缺陷。

我们的下一步

发表。 两篇学术论文已经完成并投稿：第一篇讲文本的机制，第二篇讲类似sigla的标签和否定性的 检验计划。复现包，也就是全部脚本、数据和报告，已经发布在本站：任何人都可以复现我们的每一个数字。

外部的杠杆。 唯一能把事情往前推的是新材料：对手稿其余页面的多光谱拍摄（耶鲁目前公布了十页）、 一份出自同一传统的新的逐度清单，或者一份双语文献。我们的检验已经就绪；核查任何新的候选者需要的 是几小时，不是几个月。

我们不会做的事。 不做没有结构检验的语言穷举，不硬凑数字命理，不宣布“释读”。巧合不等于释读； 项目中一切可靠的东西都归功于这条规则。本站不宣称已破译。

← 全部假说