一部成书于十五世纪的德国古籍《纽伦堡编年史》，其页面边角留下了一个长期困扰学界的谜题。四个手写的神秘圆圈内，夹杂着大量带中世纪拉丁文缩写的残损注释，学者们过去只能辨识出“Anno”等零星字符，却始终无法还原其真实含义。近期，该僵局被打破：大语言模型Gemini在一小时内完成了文字转录，并继续推断这些注释实为两种编年体系的换算表，从而复原了中世纪学者的推算思路。这一进展在学术界引发广泛关注。 从技术层面看，此次破译说明了人工智能能力的明显跃升。华东师范大学历史学系青年学者苏圣捷指出，以往人工智能在文献研究中的应用多集中于光学字符识别、信息提取和数据生成等基础环节，较难进入史料的深层解释与意义阐释。如今，人工智能已能完成相对自洽的逻辑推理与历史解释流程，这种“主动阐释”的能力确属罕见突破，也意味着人工智能正从被动工具转向具备一定思辨与辅助研究能力的伙伴。 然而，这并不等同于对人类学者的替代。复旦大学科技考古研究院副教授文少卿认为，人工智能对历史文献研究会带来冲击，但同样发出积极信号：它能帮助学者摆脱繁琐细节，把精力投向更具创造性和学术价值的工作。这种分工的再调整，本质上是对学术资源的重新配置与优化。 在这一背景下，人文学科的研究范式正在发生深层变化。从手写卡片时代到互联网普及，再到人工智能辅助工具的出现，每一次技术迭代都推动研究方法更新。当前，人文研究长期以来偏“单兵作战”的模式正加速向项目协作转变。越来越多的历史学者从单纯的研究者转为项目负责人，需要掌握新的工作方式：将课题拆解为阶段性任务，判断哪些环节适合交由人工智能或专业软件处理，自己则集中于选题设计、核心史料精读、论证逻辑校验与结论提炼等关键部分。 在具体应用上，人工智能的优势正日益显现。在古文字处理领域，其跨语言识别与翻译能力已能有效辅助学者更高效地阅读拉丁语、古希腊语等非母语史料；在碑文修复、缺字填补等基础工作中——其处理效率也往往高于人工——能显著减少重复劳动。文少卿团队正利用人工智能构建人骨及动植物等专业数据库，未来研究者只需上传文物图片，云端系统即可自动完成样本拼接与鉴定。 更重要的是，人工智能的应用正在加速学科交叉。在早期人类文明研究中，人工智能可整合古文字学、考古学、历史学、遗传学等多学科数据，承担归纳、对齐与初步总结等工作，而人类学者则把重点放在“人类起源、农业起源、文明起源”等核心问题的深入探索上。这种协作方式有助于打破学科壁垒，推动不同领域知识的汇聚与互证。 在日常研究实践中，学者与人工智能的互动也在加深。借助与大语言模型的多轮对话，研究者可以从新的角度重审传统史学议题，既能检验既有认识，也可能发现新的研究线索。随着这种合作模式的扩展，顶尖学者的学术生产力有望在不久的将来提高。
此次古籍破译的进展，不仅解开了一个沉寂五百年的学术疑团，也预示着人文学科研究正迈入人机协作的新阶段。在科技与人文的交汇处，我们既看到技术带来的新空间，也面对研究范式转型带来的现实挑战。如何在吸收技术红利的同时守住学术规范与方法自觉，将是未来学界需要持续思考的重要课题。