AI 能拆开没源码的软件吗?我本机实测了 165k 星的 rea

没源码的软件，AI 现在能拆出什么？我用本周 GitHub 涨星最猛的开源项目 rea，把本机笔记应用的安装包静态拆了一遍：8.5MB 的包，读出 103 个相关文件，遍历 143 万个语法树节点，产出 29.6MB 结构化证据。这篇文章讲清三件事：它是什么、怎么接到你自己的 AI 助手上、什么时候该用什么时候别用。结论先给：逆向的门槛正在从「会汇编」降到「会提问」，但结论仍要自己核。

01｜先看结果：它先停手，再拆包

过程比结果有意思。

我装好工具，对准笔记应用的安装包跑了第一条分析命令。它没有立刻开拆，而是先校验安装包的完整性哈希，发现 4 处文件哈希和清单对不上，直接停手报告，给了原因和两条路：确认无碍可以换宽松模式继续，或者换一份干净的包。

这不是故障。安装包在打包后经常会被重新签名，部分文件的哈希和清单不一致是常见现象，工具把它当成需要人工确认的风险点，宁可停也不猜。我确认后换宽松模式，让它把校验出的问题记下来继续。

拆完的账目：103 个相关文件被读出，55 个 JavaScript 文件完成解析，遍历了 1,430,901 个语法树节点，最后生成一张 16,121 个节点、12,528 条关系的语义图，外加 604 条证据上下文，全程产出 29.6MB 证据文件。整个过程没有接任何大模型接口，分析全部在本地完成。

这些数字合起来的意思是：一个 8.5MB 的黑盒安装包，几分钟变成了一份带结构、带出处、带已知局限的证据集。以前做到这一步，你得会反编译、会读汇编、有正经的逆向工具链。

02｜rea 是什么：给 AI 助手装上逆向的手

rea，全称 Reverse Engineer Anything，MIT 协议开源。定位一句话说完：一个工具层，把逆向工程能力接给你的 AI 编程助手。

它由两部分组成：一个命令行工具，加一个标准接口（MCP，一种让 AI 助手调用外部工具的协议）。装好之后，你正在用的 AI 编程助手就多了 141 条逆向命令：拆安装包、反编译、追踪程序内部通信、比对字节码。

覆盖面比想象中宽。桌面应用、网页、安卓安装包、固件、智能合约字节码、网络抓包文件、SQLite 数据库，都在它的处理范围内。想拆到原生二进制那一层，它还能调用 Ghidra 这类专业反编译引擎，需要另外安装，取舍放到第 05 节说。

两个设计值得单独说。第一，它自己不带大模型，大脑就是你已有的 AI 编程助手，分析在本地跑，不上传安装包；数据会不会被模型供应商处理，取决于你用的助手自己的政策，这一点它没有替你打包票。第二，每份结论必须挂证据，它管这套东西叫 Evidence，结论附出处、附「哪里还没看透」，不许模型空口下判断。

热度也在说同一件事。截至 2026 年 10 月 13 日，仓库 165.3k 星，其中 130,471 个星是最近七天涨的，两天前刚发了 v6.4.0 新版。

03｜一周 13 万星从哪来：案例和争论

官方 README 里摆了三个案例，个个都是硬骨头。最狠的一个是照着一款 90 年代的老游戏，AI 重建它的声音声像计算代码，重建结果通过了 3,205 个原始 x86 测试用例，和当年编译出的 63 字节函数逐字节一致。另外两个：一个拆出了笔记应用剪贴板功能从界面层到主进程的完整调用链，一个从 16 位的 DOS 老游戏里恢复了子弹环形的发射角度计算，还和历史编译器的输出做了比对。

官网把其中两个例子做成了能直接玩的示范。一个拆 Windows 计算器的 % 按钮：为什么 200 + 10% = 220？它把装好的计算器拆开，找回 % 的规则：加号后面按 %，取前一个数的百分之十；乘号后面按 %，直接变成 0.1。规则还和微软的开源代码交叉核对过。另一个拆 Chrome 断网小恐龙的加速规则：从 6 起步、每次更新加 0.001、封顶 13，官网重建了速度可调的版本给你验证。

社区讨论比案例更有信息量。10 月 10 日 Hacker News 上那个 788 分、332 条评论的讨论串里，最硬的一条完整用例来自一位相机用户：Insta360 的桌面剪辑软件不支持他笔记本的 AMD 核显硬件加速，8K 视频只能软解，他用 AI 逆向二进制，写出调用核显的适配层，软件恢复可用；他估算手工逆向至少几周，多半就直接放弃了。同样思路，他把安卓版的广告和遥测整个剥掉，只留剪辑。

也有人盯上了它的安装方式开嘲讽：让 AI 助手跑安装脚本，是不是「curl 一键安装」的进化版，装了什么全凭工具自己说。

这个质疑成立，工具自己的流程也承认：setup 命令会先列出它要做的事，等你批准才动手，改动前留备份。我的建议更保守一点，见第 04 节。中文圈的 CSDN 最近几天也连出多篇上手文。热度本身是个信号：AI 的能力边界正在从「写代码」往「读懂代码之外的软件世界」扩，逆向是这块新版图里最硬的一块。

04｜五分钟接到你的 AI 助手上

公众号可以写命令，这三条我都跑过或核对过，环境 macOS、Node 22。

第一步，全局安装命令行工具：

npm install --global rea-agents

第二步，把它接进你的 AI 编程助手。官方推荐用 setup 命令，它会自动注册到本机已装的主流 AI 编程助手，改动前会先出计划等你批准：

rea setup

不放心全自动的，可以先只装命令行，不动任何助手的配置，命令行本身就能干活。

第三步，用一句任务把它使唤起来。官方给的示例提示词长这样：「搞懂这个应用的搜索功能是怎么实现的，给我证据，然后为我的项目实现一个类似的。」

想先感受一下、不接大模型，直接跑静态分析：

rea analyze-javascript-application /path/to/应用包 --json

遇到完整性校验不通过，它会停下来给选项，加 --integrity-policy record-and-continue 可以让它记录问题后继续。所有分析结果都是结构化的证据文件，AI 助手读的就是这些文件。

05｜什么时候用，什么时候别用

我的判断，按场景给：

三条局限要记住。大脑仍是你自己的模型，它出工具和证据，判断力上限取决于你用的助手，数据政策自己查清楚。原生程序深拆要另装引擎，Ghidra、IDA、Hopper 三选一，开源的 Ghidra 够用。迭代极快，两天一个新版，我装完当天命令还在改，网上旧教程很容易过期。

社区还有一条针对性反馈：一位安全研究者指出，它的安卓分析链路依赖 jadx 这类传统工具，大型 APK 预处理动辄几十分钟，批量流水线分析不现实。他自己另写了一套工具，几天里在三个品牌的手机固件中找出 2 个远程代码执行和 5 个提权漏洞，成果进了 Black Hat Europe 2026。换句话说，单个应用的学习式拆解是 rea 的主场，规模化的安全分析还差一口气。

还有一句实话：它给的是证据链，不是标准答案。AI 读证据下的结论，和所有 AI 结论一样，需要你自己核。

06｜门槛降了，边界还在

逆向工程本来是安全研究者和游戏保存者的专业技能，rea 把它包装成了 AI 助手的一组命令。门槛从「会汇编」降到「会提问」，对学习者是红利；同一套能力对违规用途照样成立，所以作者把合法用途和正版授权直接写进了 README，这条边界不会因为开源而消失。

建议先拿自己写的程序或者开源软件练手，把任务提示词和证据输出跑顺了，再考虑碰别的。

你最想拆开看哪个软件的功能？评论区聊聊，点赞高的我出一条实拆。

关于作者

我是老罗，一个持续学习和实践新技术的程序员。我会把学到的知识、做过的项目和踩过的坑，整理成普通人能看懂、真正能用起来的内容。

不止聊 AI，更想和你一起把 AI 用起来。