模型用44分钟和17.6万token破解64数字谜题，但长密码仍有缺口。
推荐理由：模型在零人工介入下自主选题并以17.6万token搜索验证，展示长程代理的假设检验能力；它破解的是书内索引游戏，并非现代密码学。
阅读原文