10 月第一周，GitHub 上的 REA 单日涨了 1.4 万星。几天后，Reddit 上"一个人用 AI 复现 Adobe 全家桶"的文章刷屏。那套Adobe平替叫ArtCraft，官网 getartcraft.com，

源码在 github.com/storytold/artcraft

七款软件对着 Photoshop 全家来，Rust 写的，免费开源。号称挑战 Photoshop 的免费平替，滤镜重算 30 个案例只过 5 个。

另外一个逆向还原了30 年前的老游戏，算法被还原到字节级一致；

同样是逆向，差距为什么这么大？这篇文章深度拆解一下。

01 一周涨出 1.4 万星，这轮平替狂欢从哪来的

REA 全称 Reverse Engineer Anything，逆向一切。它是个开源项目

github.com/morluto/rea

MCP 服务器加命令行工具，装进 Claude Code、Cursor 这类编码工具后，Agent 就能分析你指定的本地程序。二进制、App、网页、固件、抓包文件都在覆盖范围里，文件不上传，全在本地分析。

逆向以前有个老问题，模型容易脑补。看到反编译代码，Agent 常把推测写得像事实。REA 用证据链摁住这一点，结论分观察、推导、推断、未知四类，每层写清楚。你问一句这个 App 的剪贴板怎么跨进程传的，Agent 顺着调用关系查，给出带来源的证据，也标注哪些地方没查清。

10 月 7 日，REA 更新 4.1.0，加入手机 App 分析等新能力，星标开始失控。单日涨 1.4 万星，到 10 月中旬累计约 18.9 万星。

热度随后传到工具做出来的东西上。开发者 Brandon Thomas 用 Claude Opus 5.5 重做了 Adobe 七款产品，打包成 ArtCraft 免费开源。一个人利用ai，用几天时间，做出七款长得像 Adobe 的软件，Reddit 和 Hacker News 都沸腾了。

热闹归热闹，先弄清它能干什么，价值在哪。

02 REA 能干什么：复刻功能、审计 App、给老系统续命

官方定位一句话，看到一个想要的功能，让 Agent 搞明白它怎么工作的，然后为你的项目做一个版本。顺着展开，它主要能干五类活。

功能复刻。研究目标 App 的某个功能，理解原理后写出自己的实现。上文的 ArtCraft、下文的 DX-Ball 都属于这一类，一个翻车，一个成功。

安全审计。找客户端校验绕过、未加密存储、参数信任问题，还能回答这个 App 集成的是哪个版本的哪个组件、有没有已知漏洞。社区已经拿它把微信、支付宝、抖音翻过一遍。

还有三类。遗留系统维护，无源码的老软件、外包跑路留下的系统，重建可维护版本；竞品研究，拆解竞品实现方式、缓存策略，判断功能能不能做；样本取证，分析可疑 APK、固件，搞清它做什么、连到哪。

价值要看对谁。对开发者，看懂别人实现从小时级压到分钟级。对安全团队，审计规模化，Agent 过完成千上万个函数，顺手生成组件清单。对产品团队，先复刻体验层功能验证需求，再投自研核心。

边界也清楚。服务端逻辑碰不到，支付风控、推荐算法都在云端；加固混淆后效果打折；可疑不等于可利用；合规线要守住，研究互操作合法，商用复制和攻击线上系统违法。

这些用途里，最能体现硬实力的一类，是把 30 年前的游戏还原到字节级一致。

03 字节级还原：30 年前的游戏被抄得分毫不差

REA 的官方演示里有个 1996 年的弹球游戏 DX-Ball。球撞挡板时，声音的左右平衡随击打位置变化。这个 position to pan 小函数被 Agent 从反编译片段里追回来，还原成 C 重新编译。

验证结果两组。重建版本跑 3,205 个原始 x86 用例，全过；63 个编译函数，和原程序逐字节一致。

另一个例子，东方 Project 第四作 TH04，1998 年的 PC-98 游戏，16 位 DOS 指令。Agent 恢复了弹幕的固定角度和瞄准角度计算，和当年编译器输出做了对比。

这类还原能精确到字节，因为目标小、结构清楚。一个辅助函数，输入输出确定，有原始程序当标准答案，对不对一验便知。还原成立这个结论，是踩着证据链说出来的。

镜头转向现代巨头，画风就变了。

04 滤镜重算 30 例只过 5 个，免费 PS 卡在了哪

ArtCraft 里的 PhotoCraft 冲着 Photoshop 去。它能打开图片，图层面板、蒙版、画笔、曲线、文字工具都有，界面刻意做得眼熟，还能读写 PSD。网友试了，基础操作有模有样，启动也快。

再往下用就露馅。带智能对象的 PSD 打开出错；一份不算复杂的专业文件能打开，操作却慢，还伴着细小频繁的错误。

最扎眼的一组测试，PhotoCraft 要重新算出 Photoshop 的滤镜画面，30 个案例只匹配 5 个。智能滤镜是个完整工作流，用户反复调参数、改顺序、换混合方式，软件每次重算。能保存读回这些操作记录，和能算出相同结果，是两回事。

视频侧也惨。FilmCraft 能做多轨剪辑、调色、导出，但导入较多片段会崩溃，部分特效和 Lumetri 调色还在用 CPU，VST3、Audio Units 插件加载不了。

差别摆在眼前，问题没出在 AI 能力上。

05 算法的"小"与软件的"大"，逆向能还原什么

DX-Ball 的函数和 Photoshop 的滤镜，差距根源在软件形态本身，不在 AI 能力。

小算法封闭。输入、输出、规则都写在代码里，边界有限，能用原始程序当测试基准。还原它等于把一段确定的行为翻译回源码，对了就是对了。

大软件开放。Photoshop 三十多年，被无数真实文件、设备、插件和用户操作打磨过。一份 2015 年的复杂 PSD 打开后还显示正确，保存后还能继续改。这类清单上没有写的例外才是护城河，它们来自几十年用户反馈，不在功能列表里，也不在 issue 里。

中间还有个地带。微信小程序逆向这类项目，把接口签名算法还原成本地脚本。接口确定，签名规则写在包里，解包、抓包、复现，一步不差就能跑。它红火，正因为目标介于小算法和大软件之间。

逆向还原的是一段确定的行为，软件平替要追的是一个被时间堆出来的生态。前者有标准答案，后者没有。

06 具体怎么用

使用有两种方式。1、终端跑一行 npx rea-agents setup，屏幕列出可接入的编码工具，Claude Code、Cursor、Codex都在清单里，勾选你用的那个。它会把准备写入的配置摊开给你看，注册 MCP 服务、装配套指令，确认后自动备份旧配置再写入。

2、不动终端。把帮我装好 REA 并接进来这句话丢给Codex等工具，它自己会跑完上面这套流程。两条路走完都重启工具生效。

第二步问，直接下需求，比如搞懂 Notes 应用的搜索怎么实现的，把证据找出来，再给我的项目做一个类似功能。

Agent 会沿着调用关系查，每一步给带来源的证据。想绕开对话，直接用 rea 命令也能分析 JS、Electron 应用；原生二进制需要 Hopper、Ghidra 或 IDA 之一。