AI「逆向一切」正在发生：你的软件，用户还非买不可吗？

一个叫 REA 的开源项目 6 天涨了 10 万颗星；有人用 AI 一口气重写了 7 款 Adobe 替代品。当「看懂一款软件」的成本被 AI 拉低，软件行业的生意逻辑还稳得住吗？

“Software is over.”——软件完了。

这句话来自开发者 Brandon Thomas。前不久，他用 AI 做出了七款 Adobe 替代工具，对标 Photoshop、Illustrator、Premiere 等产品线，然后全部开源。在他看来，其他开发者同样可以重建现有软件的功能，再把代码开源。

如果这条路走得通，一个现实的问题就摆在每个软件用户面前：我们一直在续费的软件，还有多少功能是非得向原厂买的？

几乎同一时间，GitHub 上一个叫 REA 的开源项目彻底火了。截至 10 月 12 日，它的 Star 数已突破 11 万——而就在 6 天前，它还不到 1 万星。REA 的全称是 Reverse Engineer Anything，翻译过来就是「逆向一切」。

01 🚀 REA 是什么：一个让 AI 学会拆解软件的 MCP 服务

REA 是一个 MCP（模型上下文协议）服务。一句话概括：它把 AI 智能体接到逆向工程工具链上，让 AI 可以像工程师一样拆解软件。

开发者看中一款软件的功能，可以让 AI 借助 REA 研究它的实现方式，再编写类似功能。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。

使用门槛并不高。安装 Node.js 和 npm 后，一行命令即可完成设置：

npx rea-agents setup

它支持 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等主流编码智能体。设置完成后，你可以直接对智能体说：弄清楚 Notes 应用的搜索功能如何工作，展示证据，并为我的项目实现类似功能。

分析在本机运行，结果不仅包含结论，还附带支撑各项结论的证据和相关限制。

图1REA 的 GitHub 首页：截至 10 月 12 日 Star 已突破 11 万，登上当日 GitHub Trending 榜首（来源：GitHub）

02 🔬 它怎么「逆向一切」：不是魔法，是证据链

REA 的工作原理可以拆成三步：第一，智能体通过 MCP 调用 REA，指定要调查的本地目标；第二，REA 驱动 Hopper、Ghidra、IDA 等分析引擎（或对 JavaScript、Electron、.NET 做静态分析），返回伪代码、汇编、模块关系、引用等证据；第三，智能体基于证据继续追问、解释行为，最后编写并测试实现。

为了让 AI 有章可循，仓库里的 SKILL.md 规定了一套调查方法：先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。重建完成后，还要让原程序和新版本执行相同操作，比较输出、交互表现及相关文件的变化。

图2REA 在 Hopper 中启动分析桥，检查原生二进制文件（来源：REA 官方文档）

一句话总结这套流程：只测过一个函数，不能据此判断整款软件重建成功——每一处重建都要有证据和对照。

它能分析的目标相当广：

03 🧩 从验证码到老游戏：AI 真实重建了什么

说几个官网展示的真实案例。

Aegis 是一款开源验证器，会显示一组六位登录验证码，每 30 秒更新一次。Agent 分析了它的安卓安装包，找到计算验证码的方法，项目方据此重建算法，做成一个可以手动调整时间的网页——时间停在第 59 秒，页面显示一组数字；调到第 60 秒，数字随之变化。用公开测试数据比较，133 组测试结果全部一致。

老游戏 DX-Ball 的案例更有说服力。砖块在画面左侧被击中，声音也应偏向左侧，程序中的一个函数负责这类换算。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，最终用 C 语言重写这个函数。屏幕从左到右的整数位置与五种参数设置组合，共 3,205 组测试，新旧函数返回值全部一致；在指定的旧版编译器环境下，新函数还生成了与原版匹配的 63 字节机器码。

Notion 的案例聚焦复制功能：复制一段带格式的文字时，程序需要把文字和相关格式交给系统剪贴板。Agent 沿着桌面客户端的代码，追踪文本和 HTML 如何经过不同进程，最终写入剪贴板。《东方幻想乡》的案例关注弹幕的角度计算——一圈 16 颗子弹如何排列、如何朝向玩家，项目借助 REA 检查原 DOS 程序，再与已有的 C++ 重建代码对照。

图3DX-Ball 声音平移、Notion 剪贴板桥与 TH04 弹幕环案例插图（来源：REA 官方文档）

REA 之外，AI 参与逆向与移植的讨论已经延伸到更多经典游戏。《光环》《GTA：罪恶都市》等作品陆续出现在网页浏览器里；任天堂 64 游戏《Snowboard Kids》的逆向，今年用了 84 天，而此前处理续作花了 596 天——不过当事人也提醒，个人经验、游戏规模和社区专家的帮助都会影响进度，不能把工期差异全部归功于 AI。

日常办公工具也被搬进了网页。VibeOffice 将 Office 2003 的菜单和工具栏搬进浏览器，无需注册即可打开、编辑、保存 docx、xlsx、pptx 文件，文件在本机处理。项目使用来自 LibreOffice、Apache POI 等公开测试集的 4,697 份文件检查兼容性；作者披露，完成界面和基础功能所消耗的模型用量，按正价计算约为 1,000 美元。

当然，仅凭演示，很难判断 AI 在这些项目里完成了多少工作。熟悉的老界面背后，还有大量兼容性问题需要解决。

04 ⚖️ 「万物皆可逆向」，不等于「万物皆可随意复制」

需要先说明：逆向工程本身并不必然违法。但未经授权破解软件保护措施、直接复制受版权保护的代码，或将他人的商业秘密用于竞争，都可能引发法律纠纷。

尤其当 AI 把逆向门槛进一步降低，技术上能够重建某项功能，也不意味着开发者就有权将重建成果公开发布或商业化。是否合法，取决于使用方式、授权条件及适用法律。REA 在免责声明里也划了线：它用于合法的研究、教育、互操作性、软件保存，以及分析你拥有或获准检查的软件；商用分析工具需要自行合法取得。

「万物皆可逆向」也不代表「万物都能被完整重建」。REA 并没有证明任意软件都能被完整重建，游戏能否稳定通关、办公文件会不会丢失内容，都需要检验。

05 🏢 影响谁：软件公司的护城河还稳吗

如果一家公司的竞争优势仅来自软件本身，未来可能面临压力——这是 YouTuber Matthew Berman 的判断。培训、客户支持和持续维护等服务，会变得更加重要。

哪种软件最先承压？很可能是用途单一的小工具。用户购买它，通常只为完成某项任务，替代产品一旦足够可靠、价格更低或使用更方便，就有机会吸引用户转移。

企业软件的竞争则复杂得多：旧文件需要兼容，团队需要协作，出了问题需要有人负责。替代产品还要承担迁移、维护和支持工作，才能让客户放心更换。

用户的逻辑也很朴素：临时修改表格的人，需要顺利打开文件、准确修改内容、把文件发出去。原版多出来的高级功能，未必能促使他继续付费。无法在公司云机上安装应用的人，还可能因为「打开网页就能用」，开始尝试替代工具。

成熟软件也替后来者完成了部分探索：哪些功能有人需要，界面如何安排，操作后应当出现什么反馈，都有现成产品可以参考。过去，理解并重建这些仍需要大量人力；REA 把部分分析工作交给 Agent，再用对照测试检查结果。如果这些方法更可靠，后来者追赶的时间就可能缩短。

💬 接下来该看什么

这些项目目前还不足以证明哪家软件公司的收入会因此下降，但它们已经提出了一个值得重新考虑的问题：当用户需要的功能更容易被重建，产品整体领先，还能在多大程度上支撑原来的价格？

接下来值得观察的是：这些重建项目能否通过更多对照测试、软件厂商会如何回应、逆向与重建的法律边界如何在判例中落定。

你的软件仍然领先，用户却可能已经找不到续费的理由。这句话，是说给软件厂商的，也是说给每个软件用户的。

💬 你怎么看？如果常用软件都有了可靠的开源替代，你还会继续付费吗？欢迎在评论区聊聊。