ARTICLE · 1166613
开发者用AI复刻Adobe全家桶,闭源软件靠看不懂守了二十年的墙开始漏风
看懂真正的 AI，从此不再焦虑
关注我，最新 AI 资讯和行业动态，挑重要的讲给你听。
开发者Brandon Thomas最近直接在GitHub上开源了一个包含七款Adobe替代工具的软件库。
他的命名方式很直白：Photoshop被重命名为PhotoCraft，Illustrator变成了VectorCraft，Premiere Pro改叫FilmCraft，连After Effects、Lightroom、InDesign和Acrobat都被一一对应复刻成了EffectCraft、LightCraft、DesignCraft和PrintCraft。
代码全部开源，适用于macOS、Windows和Linux。
这位开发者宣称，只要照着现有软件的功能重新写一遍，就能实现类似的体验。
他的核心观点就一句，Software is over，软件完了。
图 ·
这话说得有点绝对，但背后的逻辑却让人没法忽视。过去二十年，闭源软件靠「看不懂」的代码守住了护城河。
闭源软件的源代码严格保密，用户只能在限定范围内使用，无法对代码进行修改。这种模式虽然保护了知识产权，但也让用户处于被动地位，遇到问题只能等待官方更新。
现在，AI正在打破这堵墙。
图 ·
Brandon Thomas使用的策略是「净室重写」。
他没有看过原软件的源代码，而是照着功能从零开始编写。
写代码的时候，他把AI当作结对编程的搭档，让AI在旁边盯着，随时纠正方向。
这种开发方式的最大好处是避开了版权风险。
目前，这套工具还处于早期阶段，官方引以为傲的混合模式、滤镜、内容识别和污点修复等功能，还没有一夜补齐。
但即便如此，这也足以让Adobe的开发者感到一丝紧张。
图 ·
其实，不只是Brandon Thomas。
前苹果设计师Robbie Tilton受不了Adobe昂贵的订阅费和几个G的庞大程序，直接用AI开发了一个免费的Photoshop编辑器。
这款名为Compositor的软件，安装包大小只有12M，而Adobe Photoshop却高达6455M。
图层、蒙版、剪贴蒙版、调整图层等老用户必备的功能，它基本都有。
图 ·
Tilton在GitHub上发布了这个项目，目前星标已经超过一万四千。
他评价说，合成要用的工具都在，别的废话一概没有。
安装体验非常丝滑，不过遗憾的是，目前只有mac用户才能用。
如果说复刻Adobe软件只是开胃菜，那么最近GitHub上最火的项目REA，才是真正的重头戏。
REA的全称是Reverse Engineer Anything，意思是逆向一切。
截至10月12日，它的Star数已突破十一万，并在10月10日登顶GitHub Trending榜第一名。
图 ·
REA的核心功能是，即使拿不到原始源代码，也能从安装包、运行结果或网页请求中寻找线索，让AI研究出软件功能的实现方式，再编写类似功能。
它的使用说明书给出了一种典型的用法：想让应用增加搜索功能，可以让AI分析Notion笔记应用如何实现搜索，再参考分析结果编写自己的版本。
为了实现这一点，REA接入了Ghidra、Hopper、IDA等专业的软件分析工具。
配合Claude Code、Codex等Agent，AI可以自动调用工具查找线索、继续调查，然后编写代码并检验结果。
图 ·
项目方展示的案例，研究的是开源验证器Aegis。
它会每隔30秒显示一组六位登录验证码。
Agent分析了Aegis的安卓安装包，找到了计算验证码的方法。
项目方据此重建了算法，做成一个网页版工具。
他们使用公开测试数据，比较重建算法与原应用的输出。
报告显示，133组测试结果全部一致。
另一个案例研究的是老游戏DX-Ball。
游戏中的声音会根据画面位置变化，程序里有一个专门的函数负责这类换算。
由于反编译结果不完整，Agent继续检查底层指令、函数调用关系和计算所需的固定数值。
最终，他们用C语言重写了这个函数。
项目将屏幕从左到右的整数位置与五种参数设置组合，共进行了3205组测试。
报告称，新旧函数的返回值全部一致，并且生成了与原版匹配的63字节机器码。
为了让AI在逆向工程时有章可循，REA的仓库里规定了一套严格的调查方法。
AI需要找到负责某项功能的代码，追踪数据流向，并区分实际观察与推断。
任务过大时，就缩小范围，保存已有证据，供后续继续分析。
图 ·
这种从「像素到代码」的逆向推理，在学术界早有探索。
早在2015年，就有研究人员在顶级软件工程会议ASE上提出了REMAUI技术。
它的功能是从移动应用的屏幕截图中推断出源代码。
在对100多种流行的第三方Android和iOS应用程序的488张屏幕截图进行的实验中，REMAUI生成的用户界面与原始图像在逐像素上和运行时用户界面层次上都是相似的。
在标准桌面计算机上，它的平均运行时间仅为9秒。
图 ·
从逆向代码到逆向界面，再到直接复刻整个软件生态，AI正在一步步削弱闭源软件的商业壁垒。
与此同时，开源AI模型的成本优势也在加速这一进程。
在每百万个token的定价上，GPT-4约为Llama 3 8B的6到16倍，是Mistral 7B的17到50倍。
当一款价格仅为GPT-4二十分之一的模型便能满足80%的业务需求时，企业自然会更倾向于选择开源方案。
谷歌内部曾有一份泄露的纪要显示，开源模型速度更快、可定制性更强、更私密，且在相同条件下更具竞争力。
一位研究员直言，开源模型用100美元和13B参数就实现了他们投入1000万美元、540B参数才勉强达到的效果。
图 ·
闭源软件曾经以为，只要代码「看不懂」，就能守住二十年的护城河。
但现在，AI学会了拆解软件，也学会了如何重新构建它。
这堵墙开始漏风了。