AI 能「逆向一切」了,软件的天要塌吗?

一、一周 7.5 万星，到底发生了什么

先给没关注过这个圈子的朋友补个背景。逆向工程，就是拿到一个编译好的软件，从机器码里把它原来的逻辑还原出来。杀毒公司分析病毒靠它，安全研究员挖漏洞靠它，当年各类软件破解组也是靠它吃饭。

这活儿门槛极高。要懂汇编，要懂各种 CPU 架构，要熟练操作 Ghidra、IDA 这类专业工具，一个成熟的逆向工程师，市场上比前端稀缺得多。一个能干这活的 AI 工具冒出来，反响可想而知。

REA 的增长曲线长这样：10 月 4 号还在 1,500 颗星上下，一周后 77,333 颗，其中单日最高涨了 25,784 颗。这个速度什么概念？很多明星开源项目攒一年的星，它一天涨完了。

为什么火成这样？我的判断是踩中了两个浪头的交点。一边是编程智能体爆发，Claude Code 这类工具人人都在用；另一边是逆向工程门槛奇高，普通人想拆个软件连门都摸不着。REA 把这两边接上了。

二、REA 是个什么东西

正式介绍。REA，全名 Reverse Engineer Anything，作者 morluto，MIT 协议开源，TypeScript 写的。装起来就一条命令：

它的定位分两半。一半是 MCP 协议服务器：把 Ghidra、Hopper、IDA、JADX、Apktool、Binwalk、mitmproxy 这些老牌逆向工具包成统一接口，对外提供 40 多个工具调用。另一半是技能库：教编程智能体怎么有章法地做逆向，而不是拿到二进制就瞎啃。

目前支持 17 种智能体客户端接入，Claude Code 只是其中最有名的一个。位置关系画出来是这样：

打个比方。以前逆向工程师像个锁匠，工具挂满一整面墙，每把锁得自己挑工具、自己上手。REA 做的事，是把这些工具全打包，再带出一个会说人话的徒弟：你只管说要开哪扇门，徒弟自己挑工具、自己出报告。

注意，拆解能力不是 REA 发明的，Ghidra 和 IDA 几十年前就能干。它真正的贡献是接口和流程，把「会用 Ghidra」这个门槛干掉了。

三、三步流水线：把「猜」字挤出去

REA 的技能库里最核心的一套方法论，是三步：反编译、理解、复刻。英文叫 Decompile、Understand、Recreate。

前两步是逆向的老规矩，第三步是 AI 时代的新玩法：让智能体把理解的逻辑重新实现一遍，再拿原版软件当对照组跑测试。行为一致，才算复刻成功。

我最看重的是证据链这个设计。逆向分析最容易出的事故就是「脑补」：看两行汇编就下结论，说这个函数是加密，其实是校验。REA 的技能库强制每个结论都要挂上出处，报告里不许出现没有证据支撑的判断。这一点比工具本身值钱，因为它是方法论，不依赖任何具体引擎。

四、它能拆什么：从网页到智能合约

REA 宣称覆盖「从上层交互到底层原生二进制的全链路」。听起来像宣传话术，但我把它的工具清单过了一遍，确实是从天灵盖盖到脚底板：

这里面智能合约那条值得多说一句。链上合约部署后就是字节码，天然「闭源」，EVMole 这类工具能把接口和存储布局还原个大概。以前这是链上安全审计师的独门手艺，现在门也开了。

五、三个实战案例：数字说话

REA 的 README 里放了不少案例，我挑三个有代表性的，数字都来自项目自己的报告。

第一个，DX-Ball，1996 年 Windows 上的打砖块老游戏。只有二进制，没有源码，没有文档。AI 走完三步流水线，重写出的版本通过了 3,205 个对照测试，其中关键碰撞判定逻辑与原版逐位一致，63 字节分毫不差。

第二个，Aegis OTP，安卓上的开源两步验证器。3,077 个类的规模，AI 梳理完逻辑后重写，133 个测试通过，生成的验证码符合 RFC 6238 标准。这个案例的分量在于验证算法是对的，错的验证码登录不了任何账号。

第三个，有人拿它拆 Notion 的桌面客户端，从 Electron 包里把剪贴板处理逻辑完整挖了出来。这类案例的意义是示范性的：任何装在你电脑上的软件，对智能体来说都是一份可阅读的文档。

三个案例看下来，我的感受是：简单到中等复杂度的软件，AI 复刻已经不是演示，是可交付的工程活儿。

六、泼一盆冷水：硬骨头还在

写到这你可能会觉得，闭源软件这下全裸奔了。先别急，业内做安全的 Quarkslab 干了件很实在的事：找一批做过混淆加固的 AArch64 二进制样本，让 Claude Opus 5 在沙箱里随便拆。

结果很干脆：全军覆没，一个都没破。更有意思的是，AI 拆不动的时候不认输，会编造一份看起来很完整的「破解报告」。安全圈管这个叫幻觉，在逆向场景里这玩意比拆不动更有害，因为报告写得有模有样，外行根本看不出破绽。

反倒是对照组有意思。学术界一篇叫 Pushan 的论文用传统符号执行技术，实打实啃下过 VMProtect 和 Themida 这两个号称顶级的商业保护壳。注意，那不是大模型，是几十年积累的经典算法。说明硬骨头另有啃法，AI 目前还只是把「入门到中等难度」这一段给抹平了。

圈内资深人士 Elias Bachaalany 的评价更直接，他说这波热闹有点炒作。但他也承认了一点：真正的突破是零门槛。以前你想试试逆向，得先啃半年汇编；现在一句话的事。会拆的人没变多，能拆的事变多了。

七、法律那条线：净室手法的旧瓶新酒

聊完技术聊规矩。我国《计算机软件保护条例》第 6 条限制对软件的反编译，第 17 条同时开了口子：为学习研究而做兼容性分析、反编译，属于合理使用。红线在于：你不能把拆出来的东西直接拿去商用。

行业里合规的做法叫「净室逆向」，1984 年 Phoenix 科技复刻 IBM BIOS 就是祖师爷案例。流程分两拨人：A 队拆原版，只写规格文档，绝不写代码；B 队只看文档，凭文档从零重写。两队物理隔离，B 队没看过一行原始代码，所以成果在法律上是清白的。

2026 年有人做了个叫 ArtCraft 的实验项目，思路就是把净室里的 A 队换成 AI：不装 Ghidra，直接让 Claude 读二进制产出文档，程序员照文档重写。结果 WordCraft 复原 62%，GridCraft 复原 93%。

这事的法律含义比技术含义深。净室手法 40 年没变，变的是 A 队的成本从一支专家团队，降到了一句提示词。「合规的逆向」和「侵权的逆向」之间那条线，以前靠成本和人力自然守着，现在只靠自觉了。

八、网上吵成了什么样：观点光谱

REA 走红之后，讨论很快从「工具好不好用」升级成「软件行业怎么办」。我把各方说法摆到一条线上，从左边的「天塌了」到右边的「塌不了」：

展开说说这几个有分量的声音。

最左边是 Eric Raymond，老头 2026 年 7 月写了篇长文，结论很硬：闭源模式已死，未来只有专利和 SaaS 订阅能活。他甚至拿自己的 Firefighter DOS 项目做了示范，直接用 Rust 重写开源。

Replit 的 CEO Amjad Masad 说法更直白：所有软件实质上都是开源的。他的意思是，反正都能被逆向，装那道门有什么用。

居中的是安全研究者 huli 今年 4 月做的实验：让 AI 克隆一个银行 App 的核心功能，30 分钟，成本约 30 美元。他实验后的感慨我印象很深，原话是：限制 AI 的不是工具，是我自己。工具的能力上限远没摸到。

偏右的是 InfoQ 组织的一场专家讨论，几位企业技术负责人的看法比较一致：客户关系、信任、对业务的理解才是软件公司的生意，代码从来不是核心资产。国内技术圈徐昊的观点类似，克隆拿走的是代码，拿不走做软件的知识和能力。

最右边就是 Quarkslab 的实验数据了：加固过的硬目标，AI 还啃不动。

九、我的看法：护城河没消失，在搬家

把各方观点消化完，我说说自己的判断，一句话：护城河没消失，只是在搬家。

先承认现实。「靠代码保密守住生意」这条路线，确实走到头了。三十年前软件卖的是软盘和光盘，拷不走；后来卖序列号，破得快补得也快；现在 AI 直接把「读懂二进制」的成本打到接近零。左边的墙，一段一段往下拆，是肉眼可见的趋势。

但要说软件的天塌了，我不同意。打个比方，你去抄一家生意火爆的饭店：菜谱抄得走，一比一复刻都做得到。可三个月后你会发现，抄的那家还是没人来。因为老客认的是掌勺的师傅，是那个记得你别放香菜的服务员，是十年来攒下的口碑。

软件同理。当年 Windows 被盗版复制到全球每个角落，微软死了吗？没有。它活成了平台，活成了生态，活成了和整机厂商绑死的分发渠道。盗版反而帮它把竞争对手的教育成本全付了。

所以我给这个时代的软件价值画三层楼。

十、软件价值的三层楼

底层是代码层，功能实现，AI 逆向直接打击的就是这里。中间是产品层，体验、分发、品牌、生态。顶层是服务层，信任、数据、持续运营、对客户业务的理解。

回看软件行业这几十年，价值重心早就一路往上搬了。卖拷贝的活在上世纪；靠渠道和品牌赚钱的是本世纪头二十年；现在最值钱的软件公司，收钱靠的是订阅续费、数据飞轮、客户迁移成本。AI 逆向只是把最底下那层楼拆得快了一点，而这层楼的租客，本来就在陆续搬走。

微软被抄了三十年，市值反而一路新高；Photoshop 被破解了二十年，Adobe 转 SaaS 之后利润率翻倍。反例也有：靠一个功能吃十年、不维护不更新的软件，这波是真危险，因为它们全部身家都在代码层。

十一、未来软件的形态：从制品变成行为

再往远看一步。当「读闭源软件」变得像「读开源代码」一样容易，软件行业的商业形态会怎么变？

我认同一个判断：逆向能力会变成像「识字」一样的基础能力。识字的人多起来之后，靠信息不对称卖书的生意死了，但出版、教育、写作这些行业不但没死，反而更大了。软件同理，功能层面的信息差被抹平，逼着所有玩家往产品和服务的深水区走。

这对用户其实是好事。以前一个软件功能做得烂，你只能忍着，换家的成本太高；以后竞品可以基于你的功能快速复刻，逼着原创者把精力花在真体验上。竞争的护城河从「抄不到」变成「抄不完」，你得一直跑。

十二、三类人，三种活法

收尾落到实操。AI 逆向这件事对不同角色影响完全不同，我分开说。

给开发者：REA 这类工具最正面的用法是学习。以前想弄懂一个闭源软件怎么实现的，只能看黑盒猜；现在可以拆开对照着学，效率差一个数量级。但红线记牢：学逻辑可以，抄完拿去卖，第 17 条救不了你。

给公司：赶紧盘点一下自己的收入结构。如果核心壁垒是「别人不知道我们怎么实现的」，趁早调整；如果是数据、渠道、客户信任这些搬不走的东西，AI 逆向对你是威胁，更是机会，同行里那些靠信息差混饭吃的对手，先被清出场的是他们。

给普通用户：多留个心眼。软件可以被复刻，你的数据不可以。选服务的时候问一句「我的数据能不能完整导出」，比研究功能清单有用得多。

回到标题那个问题：AI 能「逆向一切」了，软件的天要塌吗？

我的答案是：天没有塌，但地基换了位置。以前行业把价值埋在代码层，埋得深就是护城河；现在这层被 AI 挖穿成了公共广场，所有人都能进来参观。真正住得踏实的人，早就搬到上面两层去了：那里有信任、有数据、有天天来敲门的客户。

REA 一周 12 万星，标记住的不是软件的死亡，是一个时代的换挡。换挡期最忌讳两件事：一是假装什么都没发生，继续把命押在代码保密上；二是慌了神，觉得什么都要重做。都不是。看清楚哪层楼在贬值、哪层楼在升值，然后搬家。