最新研究表明，新一代大语言模型在字符级文本处理任务上取得显著突破。相比早期版本，GPT-5和Claude Sonnet 4.5等模型在字符计数、字符替换、密码解码等需要精细化文本操作的任务中表现出色。这一进步表明模型正在从简单的模式记忆向真正的算法理解演进。传统LLM因采用分词器将文本转换为token，导致对单个字符的处理能力受限——单个token往往对应字符簇甚至完整单词，使得字符级操作成为技术难点。实验显示，新型大模型不仅能准确完成Base64编码解码、ROT20密码破译等任务，还能处理无意义字符序列，证明其具备了超越表层模式识别的底层算法推理能力。这一突破为代码分析、数据清洗、密码学等需要精细文本处理的领域开辟了新可能，标志着自然语言处理技术正向更细粒度理解迈进。