REA:让 AI 无源码逆向软件的 MCP

字数 1517，阅读大约需 8 分钟

👇关注我，后续继续分享更多 AI Agent、技术开发相关的实战经验。

先说一个场景。你在某款 App 里看到一个功能，心里痒痒的——这交互要是搬到我自己的产品里得多好。但人家不开源，源码在服务器上锁着。以前碰到这种事只有两条路：

自己啃 IDA，门槛高到劝退；或者，算了，不做。

现在多了第三条路。有个叫 REA 的开源项目github.com/morluto/rea，干的事就一句话：把逆向工程从"人对着反编译器"变成"Agent 对着反编译器"。你自己坐在屏幕前，看着你的编程 Agent 一步步把一个软件的某个功能查清楚，最后在你自己的技术栈里重建出来。

它自己不反编译

REA 的作者 morluto（化名，主攻 AI 数学方向，与合作者 N0zoM1z0 声称解决了悬置 33 年的 Erdős Problem）在架构上做了个很克制的选择：原生代码分析能力 100% 来自用户自备的 Hopper、Ghidra 或 IDA，REA 一行反编译器都没重写。商业引擎的 license 也完全由你自己解决，README 里专门写了一段：破解、盗 key、共享授权一律不受支持。

那它到底新在哪？新在中间那一层——证据契约。

传统逆向的输出是什么？是反编译器窗口里一大坨伪代码，翻页翻到你眼瞎，结论全在人脑里，换个人接手得从头再来。REA 把每次工具调用都变成结构化记录：result（结果）+ evidence_id（证据编号，可导出、可引用、可比较）+ limitations 和 unknowns（这次分析没覆盖什么、哪些地方是推测）。Agent 追问、翻案、对比版本，全都有据可查。再加上跨层追踪——Electron 的渲染进程剪贴板调用，能顺着 preload、IPC 一路追进主进程和原生插件，一条链走完不换工具。

说直白点：Hopper 负责"看得见"，REA 负责"记得住、追得深、说得清"。

覆盖范围比想象的大

不光是 Windows 可执行文件。React Native 应用、Electron 桌面端、.NET 程序集、Android APK、安卓真机（adb）、固件镜像、SQLite 数据库、浏览器里的网站、保存下来的网络抓包（HAR/SAZ）、甚至录下来的崩溃日志和进程行为，都能查。JavaScript 侧的静态分析甚至不需要任何原生引擎，开箱即用。

典型场景是那个 Notion 案例：找出 Electron 渲染进程的剪贴板 API，一路追进主进程，看清富文本剪贴板格式的完整结构。没源码，全程靠证据链。

数字最有说服力的是 DX-Ball

项目官网放了一组"重建案例"，其中最硬的是一个叫 DX-Ball 的 1996 年 Windows 打砖块游戏。任务：从 DXBALL.EXE 里恢复声音 panning 的计算逻辑，写回可维护的 C。

Agent 用 REA 顺着 0x406400 这个函数查：指令视图先给出带浮点运算的汇编，伪代码那边却只有一个 __ftol() 转换调用——两者对不上，Agent 没有瞎猜，而是继续追调用方 0x411f40，发现屏幕坐标是"砖块列号 × 30 + 20"；再 read_bytes 读两个内存地址，解码出常量 1.5625 和 500.0。最后重建出的函数长这样：

pan = (double)x;pan = pan * 1.5625;      // 来自 0x420068pan = pan - 500.0;       // 来自 0x420070pan = pan * dxball_pan_scale;return (DxBallInt)pan;

验证方式很较真：把原始 x86 代码和新写的 C 并排执行，3,205 组行为用例全部一致；再用当年那套 VC4.0 编译器回放，编译出的 63 个字节和原版函数逐字节吻合。另一个案例是 1998 年的东方弹幕游戏 TH04，重建代码用 Turbo C++ 4.0J 编译后，有 2,139 字节与原版可执行文件完全一致——两次独立构建都复现了这个结果。

换句话说，这不只是"看懂原理"，是重建到"经得起逐字节对质"的程度。

顺带说个插曲。写这篇调研时我按惯例查了 star 数：GitHub API 实时数据是 172,606（fork 41,315，创建于 2026 年 4 月 14 日，MIT 协议）。而项目 README 里的徽章还挂着"110,000"的缓存快照，npm 页面的描述则停在"60,000"。三个数字三个来源，以 API 为准——这也算开源项目快速迭代期的常态，仓库从 4 月 14 日建仓到现在提交了两千六百多次。

门槛和边界，得说清楚

• • 它面向的是"合法研究、教育、互操作性和软件保存"，README 里专门声明了：分析你自己拥有或获得授权的软件。逆向工具是双刃剑，这条线不能含糊。
• • 原生分析绕不开商业引擎。Ghidra 免费可用，Hopper 和 IDA 要自己买 license；安装时 REA 只会"提议"安装 Hopper，且需要你单独批准，绝不替你破解什么。
• • 部分能力有平台限制——ELF 布局诊断、EVM 字节码、崩溃分析这些明确限定 Linux x64，且要你自己装 pwntools 之类的工具。Node.js 要求 22.19+ / 24.11+ / 26+。真机动态分析依赖平台工具链，不是"一条命令全包圆"。

安装倒是简单，Node 环境就绪后一条命令：npx rea-agents setup。它会列出检测到的 Agent（Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等），让你多选、预览要写入的配置路径、改配置前自动备份，全部批准后才动文件。

值不值得上手

如果你只是好奇这功能怎么实现的，README 的案例页逛一圈就够了，那是免费的大片。

如果你真的在自家产品里缺某个功能，又不想到处找平替——值得花半小时装上试试。从 JavaScript 应用入手成本最低（无需引擎），跑通了再考虑给原生目标配引擎。用法上记得把 REA 定位成调查员而不是神仙：它给的每个结论都带证据编号和"本次未验证"清单，你追问的深度直接决定重建的质量。

👇关注我，后续继续分享更多 AI Agent、技术开发相关的实战经验。