AI 拆开闭源软件的这一周:Chamath 说「软件 IP 一文不值」,我认为只说对了一半

🐋 抹香鲸的奇妙信号

产业验伪 · 护城河到底长在哪一层

📌 本文观点

前两天，Chamath 在 All-In 播客里说了一句话：

“IP 和软件的价值，两天前被彻底清零了。”

他的依据是，有人把 Adobe 五大核心产品整个反编译、提炼，然后开源了出去。他说自己当时很震惊：“这些产品存在了很多年，有很深的护城河，现在它们有了开源版本。当一切都变成 headless、可以包进 agent 工具、通过 MCP 连到别的地方，IP 的价值在软件里就不存在了。”

这句话一半是对的。

一、闭源的成本正在往下掉

同一周，一个叫 REA 的开源项目在 GitHub 上攒到了五万星。REA 是 Reverse Engineer Anything 的缩写，它做的事很直白：把逆向分析工具接到 AI 编程智能体上。

它不是一个大模型，是一个 MCP 服务——MCP 是 AI 智能体调用外部工具的通用接口。装一行命令，它就把自己注册进 Claude Code、Codex、Cursor、Gemini CLI、Grok Build。装完以后，你在对话框里说“帮我看看这个东西是怎么做的”，智能体就直接调它的分析功能。

能拆的东西比我预想的多：原生程序（编译成机器码的那种）借 Hopper、Ghidra、IDA 还原成伪 C 代码；Electron 应用直接拆开安装包里的归档文件，理清模块和进程间通信；此外还有 .NET 程序、安卓 APK、固件、网站、抓包记录，甚至以太坊合约字节码。

项目给了三个案例，我看完的感受是：这事儿比标题党说的要硬核。

经典打砖块游戏 DX-Ball，他们从一个“播放音效”的调用追进去，追到那个根据球的位置计算左右声道的函数，把不完整的伪代码还原成 C 代码——3205 组测试结果和原版一致，编译出来的 63 个字节和原版完全相同。Notion 桌面版的复制粘贴，从界面一路经过预加载脚本、进程间通信追到主进程。还有日本老电脑 PC-98 上的《东方幻想乡》，从 16 位指令里还原出弹幕子弹环的角度算法。

63 个字节完全相同——这是我这周看到的信息密度极高的一个数字。

一位博主尝试用 REA 去逆向 Claude Slides 的编辑器，结论是“几乎逆向了完整的功能”。也就是说，做 AI 工具的那家公司自己的封闭产品，被同一批 AI 工具读了个底朝天。他还顺手用同样的方法摸到了 Claude Dashboard 的做法。

与此同时，美国国安局自己的逆向工程工具包 AnyPS5 也在 GitHub 上免费开放：把 PS5 的 GPU 着色器指令复刻到了 96.48%，1166 条里做成了 1125 条。

一个闭源软件的成本，正在从“一支团队干三个月”，掉到“一个人干一下午”。

二、“看懂”不等于“做出来”

现在来说我认为 Chamath 说错的那一半。

逆向工程降低的是理解成本，不是复制成本。这两件事在工程上差得很远。

读懂一个函数，只是把它拆开；但把它接到你自己的产品里、让千万用户稳定地用、并且在成本上打得过原厂，是另外两件事。我见过太多人在这两步之间栽跟头。

早些年我看过一个团队，把某海外 SaaS 的核心算法反编译得清清楚楚，代码重写得漂漂亮亮，连边缘情况都补齐了。两年后项目关掉。

失败的原因不在技术。是客户的采购名单、合规审计、和已经接好的数据管道，一样都没搬过来。甲方那边的原话是：“你们的东西我看过，是好的，但换供应商要走三个月的流程，还要重新做安全审计，我们今年没这个预算。”

代码是拿到了，生意没拿到。

这里有个容易被忽略的分野：逆向拆开的是“软件”，但软件公司的收入，收的是“关系”。

类似的逻辑是如果我逆向了全套金蝶或者用友的ERP软件，你觉得短期内能卖出去多少套？

三、上一个“软件完了”的故事，结局是什么

这不是软件业头一回遇到“某样东西被技术变便宜”。

1990 年代，商业软件靠二进制保密定价——Lotus、dBase 这些东西，你买的是编译好的程序，看不到源码。后来 Linux、MySQL、PostgreSQL 把“代码”这类东西变成了免费品，当时也有一批人喊“软件业要完了”。

三十年过去，结果是很清楚的：卖“通用代码”的确实凋零了大半，很多工具变成了免费品；但 Oracle、SAP、Adobe 这些公司活到了今天——它们把护城河换成了别的东西。Oracle 换成了迁移成本：数据库一动，整套 IT 架构跟着动，没人敢动。Adobe 换成了文件格式、工作流和创作生态。

每一次被技术抹平的，只是表层的信息差。

所以当我看到有人把“Adobe 五大产品被逆向”直接翻译成“软件 IP 一文不值”，我的判断是：他描述的现象是真的，但结论下得太快了。

四、这轮重估会打下去两类公司，只有一类是冤枉的

我的判断是这样的：这轮由 AI 逆向带来的重估，会把两类公司一起打下去，但只有一类该被打。

靠“算法保密”定价的公司，该打。它的护城河是“别人看不懂我的模型和公式”。这类公司现在要想清楚一件事：当读懂你的成本还在往下掉，你收的那份溢价还能撑几年。这个判断我在尽调里会直接摆到台面上。

靠数据闭环和网络效应定价的公司，是错杀。它的护城河不是“看不懂”，是“走不掉”。

我这里留一份能扛住逆向的清单，三条，可以直接拿去套：

其一，数据闭环。优势来自只有你拿得到的那些数据，而且是“用出来的”（用户行为、交易记录），不是“造出来的”（标注团队）。用出来的数据会随规模自己变厚，逆向不出来。

其二，分发与合规。客户的采购流程、审计要求、行业资质，这些东西写不进二进制文件里。它们慢、它们不性感，但它们是真的挡人。

其三，切换成本。产品长在别人的工作流里，替换它的代价远大于它的标价。这条不显眼，却耐用。

一句话：值钱的从来不是别人看不懂你，是别人离不开你。

五、回到开头

Chamath 说“软件 IP 一文不值”，对“靠保密定价”的那部分，成立；对“靠数据、关系、切换成本定价”的那部分，不成立。

我从这件事里总结出一个可以反复用的框架：任何一次“某样东西被技术变便宜”的浪潮里，先别问“这个行业完了没”，先问“被变便宜的是哪一层”。

被变便宜的那层，估值要重算；被它托着的上层，往往反而更值钱。开源浪潮里，代码变便宜了，卖代码的公司凋零了，但把代码装进客户流程里的公司，后来的估值比之前更高。

AI 逆向这一轮，大概率也是同一个剧本。

至于那些真正的门槛——数据是怎么长出来的、客户为什么走不掉——它们从来就不在黑盒子里。它们一直在外面，只是以前被“看不懂的代码”挡着，没人往那儿看。

现在那层帘子被掀开了，反而是好事：能看清护城河到底长在哪儿的人，会比以前少交很多学费。

— 抹香鲸的奇妙信号 —

本文基于公开历史数据与技术分析框架，仅供交流参考，不构成任何投资建议。

OpenAI、Anthropic、Kimi扎堆进金融：大模型公司做行业App，只是"顺带捎一手"

当AI模型多到选不过来——技术不再是瓶颈之后，真正的竞争才刚开始

你每天在训练AI取代自己——这不是段子，是正在发生的事

千亿模型塞进12GB显存：本地跑AI的临界点到了

从CTO到投行我才看懂：困住人的不是命，是没升级的闭环