7.3万人收藏的AI逆向工具:当Agent开始拆解别人的软件

REA — 通过 MCP 服务逆向分析二进制文件、应用和运行时行为

最近 GitHub 上有个项目涨得离谱。

叫 REA，Reverse Engineer Anything 的缩写。

7.3 万 Star，3 个月从 0 干到这个量级。

10 月才开始暴涨，曲线几乎垂直上升

讲真，第一次刷到的时候我没太当回事。

不就是又一个把现有工具包了层 AI 壳的项目嘛。逆向工具都存在几十年了，Hopper、Ghidra、IDA，哪个不是成熟产品。

但越想越觉得不对劲。

这件事的意义，可能远不止「又一个 AI 工具」。

▌  REA 是什么

先一句话说清楚：

一个 MCP 服务，把逆向分析工具接到 AI 智能体上。

REA 的工作流：提问 → 检查追踪 → 读取证据 → 解释/实现，循环迭代

看到别人 App 里有个好功能，不知道怎么实现的？让 Claude 去拆。它会检查程序、解释功能怎么工作的、附上证据，然后在你自己的项目里写一个类似的实现。

分析在本机跑，不上传目标程序。但分析结果会交给智能体背后的模型服务商——数据怎么处理，看各家政策。

REA 不是第一个逆向工具。但它火了，而且火得很快。为什么？

三个条件，刚好同时成熟了。

1MCP 生态起来了

MCP 成了 AI Agent 调用外部工具的事实标准。接上以后 Claude Code、Cursor、Codex 全都能用。没有这个统一接口，根本不可能这么快普及。

2AI 编码能力真的够了

一年前让 AI 读伪代码、还原逻辑，根本不靠谱。现在大模型读汇编、追调用链、写实现的能力已经到了能用的程度。工具链准备好了，模型能力也跟上了。

3开发者的需求一直都在

「这个功能怎么实现的」是开发者的永恒问题。以前要自己装 IDA、对着汇编一行行读，门槛极高。现在 AI 帮你做第一层分析，门槛一下就降下来了。

三件事同时发生，REA 就爆了。不是 REA 有多革命性，是它刚好站在了三个趋势的交汇点上。

▌  三个案例看懂有多离谱

光说概念大家可能没什么感觉。先给大家看一眼逆向分析的界面长啥样：

Hopper 里的反汇编界面，全是汇编指令和十六进制——以前逆向工程师就天天对着这个

就这种东西，以前要逆向工程师一行行读、一层层追调用链。现在 AI 帮你干。

我们直接看案例吧，三个案例，一个比一个炸。

第一个，DX-Ball 声像计算。

DX-Ball · 重建声像计算

目标　　1996 年的打砖块游戏 DX-Ball

过程　　从一次播放音效的调用，追到根据球位置计算声像的辅助函数

结果　　3205 组测试全部通过，编译后的 63 个字节和原版完全一致

级别　　字节级还原

63 个字节，一个不多一个不少。

我去。

看到这个案例的时候我人傻了。逆向工程做到这个精度，以前是资深逆向工程师才能干的活，而且要花不少时间。现在 AI 追着调用链一路跑，最后还原出来的代码编译后跟原版字节级一致。

有点吓人。真的。

第二个，Notion 剪贴板桥接。

这个案例对普通开发者更有代入感。追踪 Notion 桌面端的复制粘贴功能，从渲染进程的剪贴板 API 开始，沿 preload 脚本 → IPC → 主进程一路追下去，检查富格式剪贴板数据的完整链路。

你天天用的软件，AI 能把它内部的调用链路扒出来。这个感觉吧……怎么说呢，挺微妙的。

哈哈，做产品的朋友看到这儿估计心里一紧。

第三个，TH04 东方幻想乡弹幕环。

PC-98 老游戏，16 位指令。REA 检查原始代码，恢复出固定角度和瞄准角度的弹幕计算，重建的 C++ 和当年编译器的输出对比。

20 多年前的老游戏，16 位的代码，AI 也能给你还原出来。绝了。

做老游戏复刻和软件保存的人，应该会特别兴奋。

▌  怎么用

说回怎么用。三步走，挺简单的。

第一步，装。

npx rea-agents setup

选你用的智能体，检查计划中的变更，确认。设置流程会自动注册 MCP 服务和工作流指引，改配置前会备份。完成后重启智能体就行。

支持 Claude Code、Codex、Cursor、Gemini CLI、Grok Build，还有其他支持本地 MCP 服务的智能体。

第二步，问。

弄清 XX 应用的 XX 功能如何工作，展示证据，并为我的项目实现类似功能。

把 XX 换成目标应用和你想了解的功能就行。

第三步，终端也能用。

npx -y rea-agents@latest analyze-javascript-application /path/to/app --json

静态 JavaScript 和 Electron 分析不需要额外装反汇编引擎，有 Node.js 就能跑，上手门槛最低。

能分析的东西挺多：原生二进制、JavaScript/Electron、.NET、网站、抓包记录、Android APK、固件、EVM 字节码、进程行为……一共 14 种目标类型。

▌  Agent 能力边界又扩张了

我们把 AI 发展的时间线拉长一点看，或许能发现更多有意思的东西。

最初，AI 只能写代码——你描述需求，它输出代码。

然后，AI 能查资料——联网搜索、读文档、翻论文。

再然后，AI 能调工具——通过 MCP 调用各种 API 和服务，能执行命令、能操作文件、能控制浏览器。

现在，AI 能逆向分析——没有源代码也能研究别人的软件是怎么写的。

每一步都是 Agent 能力边界的扩张。

但 REA 这一步，意义有点特殊。

因为逆向分析不是一个「工具」，它是一种能力——理解和还原未知系统的能力。

以前这个能力只有人类工程师才有，而且是需要多年经验积累的高级工程师才有。

现在 AI Agent 也开始具备这个能力了。

更值得注意的是它的工作方式——

不是一次性给出答案，是迭代式调查。先分析，发现线索，再深入，再发现，再深入，像真正的逆向工程师一样一步步追。

不是凭空生成，是带证据的。每条结论都附了代码片段、引用地址、相关限制——你可以核对它说的对不对。

不是只能看，是能落地的。分析完直接在你项目里写实现，还能跑测试验证。

AI Agent 的能力，正在从「创造」扩展到「理解」。

能写代码，是创造。能读代码、能逆向、能还原未知系统，是理解。这俩不在一个维度上。

▌  对开发者意味着什么

说回我们自己。REA 这类工具的普及，对开发者到底意味着什么？

第一，研究竞品的门槛大幅降低了。

以前要研究竞品某个功能怎么实现，要么靠猜，要么花大量时间反编译。现在让 AI 先跑一遍，给你一个带证据的分析报告。

效率提升了多少不好说，但至少以前做不到的事，现在能做到了。

第二，功能层面的护城河在变薄。

以前你做了一个巧妙的功能，别人想抄得花不少功夫。现在 AI 可能几个小时就把你的实现逻辑还原出来了。

对独立开发者和小团队来说，这不是个好消息。

第三，开发者的价值在迁移。

AI 能帮你写代码、能帮你查资料、现在还能帮你逆向别人的代码。那开发者的核心价值在哪里？

不是「写代码的能力」，是「判断什么值得写」的能力。

不是「还原功能」，是「定义产品」和「组合创新」。

不是「跟 AI 比速度」，是「用 AI 放大你的判断力」。

▌  风险和边界

聊完机会，有些风险我们还是得提一嘴。

合规边界是第一道坎。

REA 自己的免责声明写得很清楚：只支持合法的逆向工程研究，授权和合规使用者自己负责。

逆向别人的软件可能违反用户协议、可能侵犯版权、可能触碰法律红线。

工具是中性的，但使用工具的人要承担后果。这句话很老套，但很重要。

安全影响是第二层。

当逆向分析的门槛大幅降低，不仅合法研究者能用，恶意攻击者也能用。

漏洞发现的速度可能会加快，软件安全的压力也会变大。

但更大的问题可能是第三层——

当 AI 能理解和还原任何软件的时候，软件的「黑箱」属性还剩多少？这个问题现在还没有答案。

但可以确定的是：随着 AI 能力的提升，「不知道别人怎么做的」这件事，越来越不构成壁垒了。

▌  最后说两句

说回 REA 本身。

7.3 万 Star 不是终点，只是开始。

6.3.0 版刚发布，更新频率很快，支持的目标类型还在增加。

MCP 生态在膨胀，接入 REA 的智能体会越来越多。

但更值得关注的不是 REA 这个项目，是它代表的方向。

AI Agent 的能力边界，正在从「创造」扩展到「理解」。

能写代码，是创造。

能读代码、能逆向、能还原未知系统，是理解。

当 AI 既能创造又能理解的时候，开发者的工作方式会发生什么变化？

这个问题比 REA 这个项目本身重要得多。

有时候我会想，我们这代开发者其实挺幸运的。

我们亲眼见证了 AI 从「写个 hello world 都费劲」到「能逆向别人软件」的整个过程。每一年，AI 都在解锁新的能力边界，每一年，我们对「什么是人力能做到的」这个认知都在被刷新。

这个时代变化真的很快。但有一件事没变——

工具越强大，人的判断力越值钱。

地址放这了：github.com/morluto/rea。

合法使用，注意合规。

我是大林，大模型算法专家，持续关注 AI。微信（dalinvip2023），备注【公众号 AIGC】，进 AIGC 交流群。

主页：https://www.dalinaip.com/about

如果文章对你有一点点 🤏🏻 帮助，关注公众号并【星标】，可以及时收到最新 AI 信息，点赞、在看、转发给更多的朋友，后面我继续分享更多的 AI 内容。