引子：一周，五十倍

十月四号，一个叫 REA 的开源项目在 GitHub 上只有一千五百多颗星。

六天后的十月十一号早上，这个数字变成了七万七。一周，五十倍。

它的安装包一天被下载近两万次，长期霸着 GitHub trending 第一。

REA 是 Reverse Engineer Anything 的缩写，逆向一切。

它真正让人心里一紧的地方在于：它把"看清一个软件到底是怎么实现的"这件过去很贵的事，变成了一行命令。

而这一行命令背后，是一个正在被改写的行业前提——过去四十年，软件能卖钱，很大程度上是因为代码封闭、实现不对外公开。

这篇文章想认真回答一个问题：当 AI 真的能逆向一切软件，我们该怎么办？

不如先打个比方。一款软件，其实是一部戏——

剧本（代码，抄得走）、剧团（日复一日把戏演下去的人与系统）、观众（愿意到场、散场还惦记下一场的人）。

逆向，就是你没读过剧本，只反复看戏，靠记忆把剧本一页页背出来。

而 REA，就是一个能把别家剧本倒推出来的分镜分析师——而且倒推的每一步，它都标清了哪些是实锤、哪些是推测。

要掂出这事的分量，得先看清 REA 到底是个什么东西。

一、它是什么：一个"管道"，不是锤子，也不是大脑

先给结论：REA 既不是反编译器，也不是大模型，它是一层"管道"。

这话得掰开说。真正干重活儿的，还是 Ghidra、Hopper、IDA 这些逆向工程师用了几十年的老工具。

REA 做的事，是把它们统统包成一套你的 AI 编程助手能直接调用的接口。

它的技术底座叫 MCP（Model Context Protocol），你可以理解成"给 AI 助手统一插工具用的插座"。

用起来只有一条命令：

npx rea-agents setup

它会把REA 注册进你惯用的编程助手——Claude Code、Cursor、Codex、Gemini CLI、Windsurf、Copilot CLI，支持十几种——顺手装好一套"调查流程"的使用说明。

重启之后，你就能对它说人话了。

所以别把 REA 想成一把更利的锤子，也别想成一颗更聪明的大脑。

它更像一个识途的翻译官：一头是你熟悉的 AI 助手，一头是那些门槛高耸的专业逆向工具，它负责在中间递话——而且递回来的每句话，都带着出处。

二、它怎么突然就火了

REA 不是第一个逆向工具，但它踩中了三股东风。

第一股，是 AI 编程助手和 MCP 生态成熟了。工具第一次能那么顺地"插"进 agent 里，让模型指哪打哪。

第二股，是端到端测试的 agent 成熟了。

复刻一个功能，不再靠人眼一行行比对，可以自动对齐验证——这让"拆完再造一个"从半自动，变成了近乎全自动。

第三股，是个情绪导火索。

有人被 Adobe 的提前退订违约金惹毛了，索性用 Claude 加 Rust 把 Photoshop 到 InDesign 七件套复刻了一遍，开源免费，项目叫 PhotoCraft，如今四万六千多颗星。

他在 Hacker News 上留了一句 "Software is over. I just one-shotted Photoshop."

而这还只是其中一件。做这事的团队一口气复刻了七件套，从 Photoshop 到 InDesign，一一对应、全部开源。

情绪是会传染的。

一时间逆向前仆后继：有人把苹果的 AirDrop 搬上了 Linux 笔记本，有人逆向自家空调的协议，用 AI 搓个菜单栏小应用，从此省了满屋找遥控器的麻烦。

而在散户和机构反应过来之前，资本市场早就闻着味了。

今年二月，Jefferies一位交易员给软件股的暴跌起了个名字，叫 SaaSpocalypse：高盛一篮子软件股单日跌了 6%，两天里约两千八百五十亿美元市值蒸发；

三月亚马逊做 agent 的消息，又让 Salesforce、ServiceNow 单日跌了五个多点。

市场比谁都先知先觉。

把这些叠起来看，REA 的火就不是偶然。

它是那股把逆向"民主化"到人人可用的东风——不是能力突然有了，是能力突然便宜了，便宜到能塞进每个人的日常工具链。

三、它到底特殊在哪：把"一串反汇编"变成"一份带证据的结论"

老逆向工具用过的都知道：它们甩给你的，往往是几万行没有符号的反汇编，读起来像天书，什么意思全靠你自己在脑子里跑。

REA 换了个交付物。

它交给你的，是一份"带证据和边界的结论"——伪代码、调用图、交叉引用，每一条判断都附上出处，也会明说"这里我看不清"。

它不打包票。

它能下手的对象，范围大得有点夸张：

它到底吐出什么？

拿它拆 CleanMyMac 那张表看最直观：垃圾清理靠目录扫描加忽略规则，完整卸载读 Bundle ID，重复文件靠哈希比对——一条功能，对一条实现机制，清清楚楚。

一句话：老工具给你原料，REA 给你一份能直接读、还标了可信度的鉴定报告。

四、拆开看：它的技术是怎么搭的

REA 的架构，一句话能概括：一个 MCP 服务器，加一套 CLI，两头同源。

命令行里能跑的活儿，agent 通过 MCP 也能跑，走的是同一套验证逻辑。

底层是个 provider 系统——原生分析复用你本机已有的 Ghidra、Hopper、IDA；

静态看 JavaScript 和 .NET 连引擎都不用装；

要拆安卓、固件、WASM、以太坊字节码，就即插即用地接 JADX、Binwalk、WABT、EV Mole。

它最要紧的设计，是一个"证据驱动的闭环"：

你提问；助手经 MCP 让 REA 在本地查验目标；工具去反汇编、追调用链、找符号、读交叉引用；

然后把结果连同样证据、连这条结论的边界，一起交回助手；

助手据此继续追问、解释这个功能怎么运作，或者直接动手给你复刻一个，再用端到端测试一点点对齐。

没把握的地方，它会明说看不清。

全程在你本机跑，安装包不上传——但有一说实，你助手背后的模型供应商有自己的数据政策，这一点它文档里也讲清了。

光说架构抽象，看两个官方放的案例更实在。

一个是 Notion。

助手从渲染进程的剪贴板接口出发，穿过 preload 脚本、跨过进程间通信，一路追到主进程，把一个付费产品的富文本剪贴板格式读了出来——全程没有一行源码。

另一个更较真，是个老游戏 DX-Ball。

助手顺着一个声音调用，挖到一个"把坐标换算成立体声声相"的小函数，读完它的 x86 指令，用 C 重写一遍——新代码跑过了三千二百零五个原始用例，还逐字节复现了原函数编译后的全部六十三个字节。

从"能跑通一条链"到"逐字节复刻一个函数"，这就是它现在的真实水位。

五、手把手：个人想逆一个软件，具体怎么做

说到这儿，你大概手痒了：我要是想逆一个软件，到底从哪下手？六步。

配一个最小例子。

假如你想给自己做个工具，先搞懂某清理软件的"重复文件检测"是怎么做的——对照第三章那张表，你其实已经见过答案长什么样：哈希比对。

你要做的，就是让助手沿证据链独立走到这一步，再复刻、对齐。

至于第六步那条红线，请务必当回事：为学习、为省钱、为自用，都没问题；

但把人家受版权保护的代码原样复制、拿去传播甚至卖钱，是另一回事，越界要吃官司。

六、当人人都能逆任意软件，会发生什么

当"拆剧本"便宜到人人可为，会发生什么？我给五个判断。

判断一：复制的溢价，会归零。

过去软件卖钱，有一部分收的是"我能做出来，你做不出来"的钱。这部分首当其冲。

功能单薄、定价不低、用户又谈不上多喜欢它的工具——清理、PDF 转换、录屏这类——会被一波波免费平替轮番冲。

Adobe 这次第一个挨打，是因为它的"习惯成本"是拿提前退订的违约金硬砌起来的，用户早憋着一口气，平替一免费，怨气就是燃料。

但它一时死不了：PSD 是行业事实标准，学校里教的还是 PS，它先丢的是定价权，不是命。

微信这种几乎无感——来往、子弹短信都抄过它，可你的朋友不跟你搬家，AI 拆得动代码，拆不动这张关系网。

清理这类工具被冲得最狠。

已经有人用 AI 把 CleanMyMac 的平替搓了出来，比如这个叫"清隅"的国产清理软件，界面像模像样，还主打"仅在本机处理"。

判断二：护城河不会被填平，会搬家。

还是那个比喻。剧本人人能抄，可那支日复一日把戏演下来的剧团、那群愿意到场的观众，抄不走。

当一段静态代码从资产贬成耗材，价值就从"那一页剧本"，挪到了"剧团与观众"上头——也就是判断"该解什么问题"的眼光、把各个环节捏合起来的

系统思维、持续把产品做出来的执行力、以及和用户之间一年年攒下来的到场与信任。

这也解释了为什么越来越多软件把客户端做得越来越薄、把真正干活的东西锁进服务器、要联网要登录要订阅。

有人担心"以后越来越难真正拥有一个软件"，趋势是真的；

但厂商这么做，未必是跟开源置气，更像是在搬家：把护城河从一页能抄走的剧本，搬进一支抄不走的剧团。

判断三：拆不拆得动，是有结构的。

与其挨个猜谁会死，不如看一个东西凭什么容易被拆。我给它五个变量：

规格有多统一（越是标准件越好对答案）；

多少活儿在本地干（越留在本机越能被整包端走）；

多依赖私有实时数据（越不碰越能重跑）；

多依赖人与人的连接（越靠关系，拆出来也只是空壳）；

门槛多高（越沾牌照、隐私、安全审计，越没人敢公开拆）。

拿这把尺子一排，顺序就清楚了：

工具类打头，设计创作类跟上，然后是通信协议和越做越薄的客户端，社交、交易、政务垫后，基本拆不动。

判断四：原创的成本不消失，会转移。

抄一部戏的代价趋近于零，那写出第一部戏的成本谁付？

我的答案是：它会从"卖剧本"转移到"经营一个有人惦记的剧团"——名气、社群、行业标准、平台分发。

说白了，把不可控的运气，换成可控的结构。

这事儿四十多年前演过一遍。

1982年康柏用净室法逆出了 IBM PC，钱却没进它的口袋——它当年净利率 6.6%，而留住 DOS 授权权的微软、拒绝把 386 二次授权出去的英特尔，净利率都在 25% 上下。

逆出剧本的人赚了名声，定标准的人赚了钱。

近的例子更扎心。

互联网大牛花叔，用一个小时搓出个小猫补光灯，几天就在小红书起了量，紧接着抄袭铺天盖地：小喵、喵喵、小猫猫、小狗、小兔，几十个，还有人直接偷了人家的 logo。

可抄的人什么也没落下。后来有人统计，那之后上架的同类 App 抽样七十来个，三十九个连一个评分都没有。

反倒是花叔，上了人民日报，上了央视。

数据更直白。七麦那张排名曲线显示，被抄得最凶、排名跌到谷底那阵，它照样一点一点又爬回了付费榜第一。

差别不在功能。他被抄那会儿，群里姐妹第一时间来报信，他自己回了句"谢谢姐妹提醒，没事的，随他们去吧"。

他攒下的从来不是那盏灯，是一群愿意等他下一场的观众。抄走剧本的人，只搬走了一盏灯。

判断五：拆解权本身，会被重构。

还有个容易忽略的角落：REA自己也是开源的。这套"看戏—背剧本—留证"的本事，产自开源社区。

这里头有个递归——谁把这条流水线攥得最顺手、最便宜，谁就站在拆解这条产业链的咽喉上。

于是有了一场不太对称的军备竞赛：社区这边本事越磨越亮，厂商那头把剧本往服务器藏、把协议加密、把合规垒成墙。

开源阵营的老将 Eric S. Raymond 十月初也给出了相似判断：软件保密的时代终将结束，而开源软件最有持久生命力的领域会是游戏——因为规则能被抄走，生态与关系抄不走。

七、回到个人与组织：怎么应对

道理讲完了，落到"怎么办"。但在这之前，得先把一个更底层的判断说透：

在 AI 什么都能做的时代，技术本身，不再是护城河。

代码能逆、功能能抄、方案能问出来——你懂的那点技术，AI 略施小计就能复刻，别人抄起来也毫无压力。

靠"我会别人不会"收租的日子，结束了。

有人把这事说得更直白：你做出来的东西，"没有刻意有效的宣传，就是躺在那里永远不会被调用的代码"；

反倒是会吆喝、敢接单的人，能靠它把钱挣了。

真正稀缺、也真正抄不走的，是四样东西：

• 定义问题的判断力
  ：动手之前，先想清楚"该解什么问题、什么才是真需求"。AI 擅长答题，却不擅长出题；能从一堆抱怨和噪声里，识别出那个真正值得解的问题的人，永远稀缺。
• 系统思维
  ：把剧本、舞美、灯光、调度各个环节捏合成一台戏的能力。AI 能给你零件，把零件捏成一台能跑的戏的，是你。
• 执行力
  ：想到就做、持续做、一场场把戏稳稳演下去的功力。AI 能给你剧本，但天天真唱真跳、把演出撑下来的，是你。
• 与用户的距离
  ：和用户之间一年年攒下来的到场、信任与等待。这是散场之后，人家还惦记你的下一场——抄不走。前一个是"看得懂"用户，后一个是"够得着"用户，两样都抄不走。

这四样，才是个人真正该去建的东西。落到具体，分三种人。

如果你是普通职场人，先做一张"交接文档测试"：把你这一周干的活写成一份交接文档，交给 agent 照做。

它做得来的，放心交出去；它做不来的——比如该去问谁、出了事谁拍板、信任是怎么一点点攒起来的——那才是你的护城河。

与此同时，别忘了你首先是个软件的买家：工具最便宜的时代正在到来，这是你的红利。

若还有余力，学一手合规的逆向素养，从"被技术支配的人"变成"会使技术的人"。

如果你是创作者、独立开发者，把重心从"卖功能"挪到"经营剧团"：持续在场（有人等你下一场、出了事知道找谁）、定标准（让后来者都来对齐你）、建社群（让抄你的人反过来帮你扩散）。

原创的回报周期是变短了，但结构可以从"卖一次"变成"演一场、进账一场"。

如果你是厂商、是组织，最该做的一件事，是别再死守"代码是秘密"这个假设。

主动把护城河迁到拆不动的地方去——持续运行的服务、私有数据、实时编排、网络效应、合规门槛；

甚至不妨把"被逆"当成一种分发：核心开源、服务收费。同时守住法律边界，别在"净室"之外越界。

剧团经营得好，不怕剧本被抄——抄剧本的人，反过来可能给你带来观众。

结语：一句话

回到开头那个问题：当 AI 能逆向一切软件，我们该怎么办？

我的答案是——AI 能背走全世界的每一页剧本，却抄不走一支此刻正在演出、台下还有人等着下一场的剧团。

别做那页会被抄走的剧本，去做那支谁也搬不走的剧团。

因为在 AI 什么都能做的时代，技术不再是护城河；你定义问题的判断力、系统思维、执行力、和与用户之间的距离，才是。