ARTICLE · 1175602
当 AI 可以逆向一切,软件行业的底层逻辑,已经悄悄改写
摘要： GitHub 项目 REA 爆火，AI Agent 接入专业逆向工具，不用源码就能拆解、复刻软件功能。有人喊出 Software is over。但冷静下来看：AI 能复刻功能、还原算法，却复刻不了信任、生态、履约与持续迭代的判断力。看懂这场变革，才能在 AI 生产力浪潮里守住自己的护城河。
就在最近，一句振聋发聩的判断在全球开发者圈子疯狂传播：Software is over，软件已经结束了。
Software is over，软件已经结束了。
说出这句话的开发者 Brandon Thomas，用 AI 一口气复刻出七款对标 Adobe 的设计工具，全部开源免费。导火索很简单：他受不了 Adobe 高额的提前退订违约金。在他的设想里，既然 AI 可以重建现有软件的全部功能，并且开放源代码，那我们年复一年续费订阅的商业软件，还有多少理由，必须向原厂买单？
几乎同一时间，GitHub 上一个开源项目引爆全网：REA（Reverse Engineer Anything，逆向一切）。截至 10 月 12 日，它的 Star 已经突破 11 万，并且还在以极快速度上涨。
很多人看完项目演示，第一反应是震撼，随之而来的是巨大的焦虑：以后是不是随便一款 App、一款工具，都能被 AI 扒得底朝天？闭源软件的壁垒，是不是就此崩塌？程序员、独立开发者、工具厂商，以后还有生存空间吗？
今天我们就把这件事掰开揉碎来讲，不只看技术有多酷，更要看清这场 AI 逆向浪潮背后，软件行业正在发生的底层重构。看见 AI 未来，看懂什么能被复制，什么永远复制不了。
REA 本身并不是一个大模型，而是一套面向 AI Agent 的逆向工程工作流。它最核心的能力，是把 Ghidra、Hopper、IDA 这些传统逆向工程师才会使用的专业二进制分析工具，通过 MCP 协议对接给 Claude Code、Codex 这类编码智能体。
简单来说：你只需要告诉 AI，你想要研究某一个软件里的某一项功能。 AI 就会自动调用逆向工具，从安装包、二进制文件、运行日志、网页请求里寻找线索，顺着程序的执行链路，追踪数据流向，定位负责这个功能的函数，理解它的计算逻辑，最后重新写出一份可以对齐原版行为的代码。
它不是一次性全盘破解整个软件，而是按功能拆解、分模块还原，再通过大量对照测试，验证重建结果是否和原版完全一致。项目仓库里的SKILL.md，甚至给 AI 定好了一套标准化调查流程：锁定目标模块、追踪数据流、区分观察事实和主观推断、任务过大就拆分保存证据，最后双向比对输出结果。
官方放出的几个案例，冲击力极强。
第一个案例是 Aegis 验证码验证器。AI分析安卓安装包，摸清楚 6 位验证码 30 秒轮换的算法，重建之后做成网页。手动修改时间戳，133 组测试全部和原版输出匹配。
第二个案例是 Notion 的剪贴板复制功能。AI 顺着桌面端多进程调用链路，追踪富文本、HTML 格式如何写入系统剪贴板，完整还原带格式复制的实现逻辑。
还有老游戏 DX-Ball 的 3D 空间音效：砖块在画面左侧击中，声音偏向左侧。AI 反编译底层指令，找到位置和音效参数的换算函数，最后用 C 重写，3205 组测试全部对齐，甚至在指定编译器下，生成了和原版一模一样的 63 字节机器码。
就连经典 DOS 游戏《东方幻想乡》弹幕角度计算逻辑，也被这套方法拆解对照。
很多人会产生错觉：是不是有了 REA，随便什么软件都能一键复刻、完美平替？这里必须划一道关键边界：它擅长还原单一功能、独立算法，不等于能一次性完整复刻一款庞大复杂的商用软件。
REA 的核心优势，是它拥有一个现成原版产品作为参照物。AI 写完代码之后，可以反复在原版和新版本之间做对照测试，差异在哪里就改哪里，迭代目标非常明确。但软件越复杂、耦合度越高、依赖的历史生态越多，逆向重建的成本、兼容性坑就会指数级上涨。
技术能力和法律许可，完全是两件事。这也是很多自媒体在狂欢时刻意忽略的重点。
逆向工程本身，在很多场景下属于合法的技术研究行为。但是：未经授权绕过软件保护措施、直接盗用受版权保护的源码、窃取商业秘密用于竞品开发、公开发布商业化复刻版本，都将带来极高的法律风险。
哪怕你没有直接复制源码，用净室思路重新实现功能，界面、视觉包装、产品外观（Trade Dress）依然有可能落入侵权争议。Brandon Thomas 复刻 Adobe 七件套，采用的就是净室开发思路，但依然有行业人士提醒：即便源码是全新写的，和原版高度相似的界面，依然会面临诉讼隐患。
技术上 “做得到”，不等于法律上 “允许做”。 REA 适合安全研究、老旧无版权游戏存档、个人学习；直接拿它拆解主流商业软件，然后打包开源、卖钱，这条路风险极高。
REA 打开了 AI 辅助逆向的闸门，而这股浪潮，早就溢出了普通工具软件，蔓延到游戏、复古移植领域。
最近《光环》《GTA：罪恶都市》《辛普森一家：横冲直撞》等经典主机游戏，陆续出现浏览器可直接运行的移植版本。Kotaku 记者实测，部分版本运行流畅，《光环》网页版甚至支持联机服务器，延迟可控。玩家只需要自备合法的原始游戏资源，打开网页就能游玩，还能添加到手机桌面全屏运行、导出存档。
当然，这些成果不是 AI 凭空一夜写出来的，大量依赖过去十几年社区逆向的沉淀。开发者 Chris Lewis 复盘任天堂 64 游戏《Snowboard Kids》逆向项目：借助多 Agent 分工处理函数，工期从 596 天压缩到 84 天。但他也坦诚，进度缩短不全部归功于 AI，社区积累、开发者经验、对老编译器特征的理解，缺一不可；就算算法函数对齐了，大量数据结构、业务逻辑，依然需要人工梳理。
办公软件赛道同样出现了有趣的探索项目：VibeOffice，把 Office 2003 风格的办公界面搬进浏览器，本地处理 docx、xlsx、pptx，不用注册账号。很多企业云机不允许安装本地软件，这类网页工具刚好补上缺口。但项目作者也坦言，兼容是巨大的难题。想要做到修改一个数字，旁边的图表、图片、格式全部无损保存，需要海量测试集打磨。项目用了 4697 份公开文档做兼容性校验，光是基础界面和功能，模型开销折算成本就接近 1000 美元；后续完善无损保存、宏、嵌入式对象，消耗了数倍的 Token，至今仍有大量待修复问题。
这是一个非常真实的信号：复刻一个 “看起来能用” 的版本不难，但做到稳定、兼容、企业可用，依然有极高的隐性成本。
AI 能复刻功能、还原算法，却复刻不了信任、生态
AI 能复刻功能、还原算法，却复刻不了信任、生态、履约与持续迭代的判断力。 看懂这场变革，才能在 AI 生产力浪潮里守住自己的护城河。
Matthew Berman 在解读 REA 的时候，抛出了一个所有软件厂商都必须认真回答的问题：当单一功能的复制成本被 AI 压到近乎零，如果你的竞争优势，仅仅只是代码、功能本身，那么未来一定会持续承压。
过去，软件的价值很大一部分来自“实现这个功能的人力成本”。看懂需求、设计方案、写代码、调试 bug，门槛高、周期长，所以厂商可以靠独家功能建立定价权。
现在不一样了。竞品不需要追上你全部能力，它只要精准覆盖用户最高频的那一小块需求，足够稳定、免费或者低价，就能抢走一部分用户。
一个只需要临时修改表格的用户，他根本不在乎你的软件有没有上百个高级函数，只要能正常打开、编辑、保存文件，就足够迁移；在企业云机无法安装客户端的用户，“网页开箱即用”这一个优势，就足以让他尝试替代品。
成熟软件几十年的迭代，其实已经帮后来者完成了需求验证：哪些功能高频、界面怎么布局、交互反馈怎么做才符合用户习惯。这些信息全部暴露在外，过去复刻的瓶颈是“看懂底层实现”，而 REA 这类工具，刚好把这个瓶颈大幅降低，追赶周期被急剧缩短。
轻量化、单一用途工具，会最先迎来洗牌：PDF 转换、录屏、简单修图、格式转换这类工具，核心价值就是单一功能，很容易被免费平替分流；
复杂企业软件，短期冲击有限。企业采购软件，买的从来不只是功能，还有文件兼容、团队协作、技术支持、故障兜底、迁移成本、合规资质。就算有人逆向出同款功能，客户也不敢随便把业务数据交给一个没有售后、随时下架的开源项目；
强生态、强网络效应的平台产品，最难被逆向攻破。你可以复刻聊天界面，复刻不了用户的社交关系；你复刻商城下单流程，复刻不了商家供应链、履约体系、用户信任。
这刚好承接了我们上一篇讨论的核心命题：AI 逆向击穿的，只有复制成本这一层护城河。无形资产、网络效应、转换成本、服务履约、行业生态，这些依然是 AI 很难一键复刻的东西。
很多人陷入一个巨大误区：觉得只要能逆向复刻功能，就能靠做平替赚钱。历史反复证明一件事：能复刻产品的人，很少赚到最大的红利。
当年康柏靠净室逆向 IBM PC BIOS，推动整个兼容机浪潮，最后吃到巨额利润的，是掌握操作系统的微软、掌握芯片的英特尔，而康柏净利率微薄，最终被收购。
国内千团大战，团购模式人人都能抄，最后胜出的美团，赢在线下商户、地推网络和履约闭环，不是页面和下单逻辑。
代码和功能，终究只是载体。你可以逆向出一段算法，逆向不出持续的客户服务；你可以复刻界面，复刻不了多年积累的行业标准；你可以做出一模一样的按钮，复刻不了用户遇到问题时，知道找谁兜底的那份信任。
站在 AI 逆向时代，我们真正的护城河在哪里？
一百年前，本雅明写下《机械复制时代的艺术作品》，担忧印刷、照相会消解艺术品独有的“灵韵”。放到今天 AI 逆向的浪潮里，这个命题依然成立。
AI 逆向拿到的永远是一张静态快照：一个安装包、一套算法、一组交互逻辑。快照可以拆解、可以复制、可以批量生成。但快照之外，是动态的、持续生长的东西：持续迭代的判断、对行业痛点的深度理解、用户长期沉淀的信任、一个可以持续响应问题的主体、不断生长的生态。
这不是说代码和产品能力不再重要，而是它不再构成独家壁垒。代码正在变成像水电一样的通用生产力资源，谁都可以低成本获取。
对于开发者、产品创业者、软件厂商，有几个非常现实的方向可以落地：
不要再把核心壁垒押在“我能实现这个功能”上。功能很快会变成标配，要转向服务、行业 Know-how、垂直场景解决方案；
区分“产品功能”和“业务闭环”。功能可以被复刻，但端到端履约、培训、运维、故障响应、合规保障，是平替很难补齐的短板；
善用 AI 逆向能力做调研，而不是拿来直接山寨。用这套思路去拆解优秀产品的设计思路，用来启发自己的产品创新，而不是单纯复制；
普通人同样可以用这套逻辑自检：把你的工作流程写成一份清晰说明书，如果 AI Agent 拿着说明书就能完整做完，这部分工作就属于可被自动化替代的标准化环节；说明书写不清楚、需要权衡、需要对接资源、承担责任的部分，才属于你的不可替代价值。
当然，我们也不必一味恐慌。当软件复制成本无限趋近于零，最大的红利，首先流向所有使用者。过去需要高额订阅费的工具，现在出现免费开源平替；过去要高价外包开发的小功能，现在借助 AI 逆向与编码 Agent，个人就能快速搭建。这是属于普通人的生产力红利。
Software is over，这句话更适合翻译成：只靠独家代码、独家功能赚钱的时代，结束了。软件不会消失，只是软件的价值重心，从代码本身，转移到了代码背后的一切：人、信任、场景、生态、持续在场的创造力。
只靠独家代码、独家功能赚钱的时代，结束了。
AI 可以逆向算法、逆向函数、逆向界面，但它很难逆向一份沉淀多年的信任，逆向一个持续思考、持续迭代、持续和用户站在一起的创作者。
工具越来越容易复制，但站在工具背后做选择、做判断、承担责任的人，永远稀缺。
