AI开始拆软件了：20万星REA与崩掉的净室墙

先说一个可能让你不太舒服的事实。

10月4日到10日那一周，GitHub 上有个项目新增了约 7.88 万颗星，在所有项目里排第一。到10月14日，各家统计口径给出的总星数从 11 万一直到 20.7 万都有——差了将近一倍，而且没有一个权威数字能压住其他所有说法。

这个项目叫 REA（Reverse Engineer Anything，逆向一切）。它干的事，一句话就能说完：让 AI 编程助手去拆别人的软件，看懂某个功能是怎么实现的，然后照着写一个。

不需要源码。

而它火起来的方式，比它做的事更值得琢磨。

一、它不是反编译器，是反编译器的「翻译官」

先破除一个最容易搞混的误解。

REA 全称 Reverse Engineer Anything，仓库地址 morluto/rea，纯 TypeScript 写的，MIT 协议，npm 包名叫 rea-agents。官网是 rea.tools。

它自己不带反编译器。 这一点官方在仓库里写得很直白：不声称能还原原始源码，不自动克隆整个应用。

那它是什么？是一座桥。

打个比方。逆向工程这行有一批「上古法器」：Ghidra（美国国家安全局2019年开源）、IDA Pro（上世纪90年代就在用）、Hopper（2011年起）。这些东西削铁如泥，但有个致命问题——你得先花三五年学会用它。懂汇编、会调试、能在反编译器吐出的伪代码里熬上几天，还得在不同工具之间来回倒腾数据。

REA 做的事，是给这些法器装了一个 AI 能听懂的接口。技术上叫 MCP（Model Context Protocol，Anthropic 那套让模型调用外部工具的协议）。你可以把 MCP 理解成「给 AI 装的插头标准」。

装好之后，流程变成这样：

你对 Claude Code 或 Cursor 说一句「帮我弄清楚这个应用的搜索功能是怎么实现的」 ↓ AI 通过 MCP 把这句话转给 REA ↓ REA 调度本地那些逆向工具去翻机器码、追函数调用、定位核心逻辑 ↓ 把发现和证据一起交回来 ↓ AI 解释原理，或者直接给你写一个类似实现

有网友的总结很传神：这就像有人给 Claude Code 配了一个反编译器。

规模上，REA 注册了 133～134 个 MCP 工具（不同版本口径略有出入）、89 个 CLI 命令、24 个 Provider 集成，背后接了 41 个专业逆向工具，整个项目约 1,974 个文件。支持 17 个 Agent 客户端：Claude Code、Codex、Cursor、Gemini CLI、Grok Build、Qwen Code、Hermes、OpenCode 等。

版本迭代快得离谱——10月7日的 5.0.0，10月11日就到了 6.4.0（新增 Android 设备检查），中间还有 6.3.0。有博主说它「三天连发三十多个版本」。

二、能拆的东西，名单有点吓人

我原以为这类工具就是冲着 exe 去的，结果看了一圈，覆盖面宽得多：

还能做版本差异分析：比较一个应用的两个版本，生成变更报告。

这里有个对新手很关键的分类：JS / Electron / .NET / Go 这四类，装了 Node.js 就能直接上，不需要任何反编译器。 想试水的话，从这儿开始成本最低。真要啃 exe、Mach-O、ELF 这类原生二进制，才需要 Ghidra（免费开源，建议新手从这个起步）或 Hopper、IDA（都是商业软件，得自己买授权）。

Node.js 版本要求也得注意：22.19+、24.11+ 或 26+，明确不支持 23、25 和预发布版。

三、真正值钱的不是能力，是「证据模型」

如果只讲到这里，REA 就是个方便的封装。让它跟一堆「一键反编译玩具」拉开距离的，是另一个设计。

每条结论都带标签，分三档：observed（工具直接给出的事实）、derived（由事实推导出来的）、inferred（Agent 自己的推断）。

每条还附证据：文件摘要（digest）、字节范围、内存地址、JSON 指针。同时把「我确定不了的部分」显式列出来，不静默脑补。

为什么这个设计值钱？因为逆向工程是全世界最容不得幻觉的行当。你编一个不存在的后门，别人照着去查，几天白干。而 AI 最被人诟病的恰恰是一本正经地胡说八道。

REA 的解法很硬：它不负责下结论，只负责提供有证据支撑的分析事实，真正的推理、解释、代码生成都交给调用它的 Agent。这种分工让每个结论都能追溯到具体的反汇编行、字符串引用或模块依赖。

用个比喻：REA 是取证员，不是法官。它把物证、来源、以及「这块我查不清」一并摆上桌面，判决留给上层。

顺便说个我觉得挺有意思的关联。REA 的仓库 topics 里赫然写着 cordis、dsh、dsh-plugin——也就是说，它可以作为 DeepSeek Harness 的插件挂载。而 DSH 的核心卖点之一，正是把模型看到的一切（系统提示词、思维链、工具调用、子 Agent 调度）写进仅追加的会话日志，做到运行可追溯。

两个项目，一个管「分析结论可追溯」，一个管「执行过程可追溯」，底层是同一个判断：Agent 时代，可审计性本身就是能力。

工程上还有个务实细节值得一提：部分 function-calling provider 会拒绝「单个工具 parameters schema 超过序列化大小上限」的请求，官方为此提供了 REA_MCP_INPUT_SCHEMA_PROFILE=compact，把每个输入 schema 压到 13,312 字节预算内。文档写明这个预算是「针对 Moonshot 的观测上限」做的，不是通用上限。这种把踩过的坑固化成配置项的做法，挺见功力。

四、官方三个案例，难度递增

1. Notion 剪贴板桥（最简单） Notion 是 Electron 做的。找到渲染进程里的剪贴板接口，顺着 preload 和 IPC 一路追到主进程，摸清富文本格式的流转路径。展示的是逆向最基本的一招——沿调用链往上追。

2. DX-Ball 音效声像（进阶） 一款经典打砖块游戏。跟着一次声音调用，追到「根据球的位置计算左右声道」那个函数，把不完整的伪代码补成 C 代码，最后用 3,205 个原始 x86 测试用例验证通过，编译出来的 63 个字节和原版完全一致。

到这一步就不叫「看懂」了，是真把东西复原出来了。

3. TH04 DOS 弹幕环（硬核） 早年 PC-98 平台的一款弹幕游戏，要处理 16 位 DOS 指令，把弹幕发射角度算法恢复出来，再和历史编译器产出的结果做对比。

Hacker News 上有人评价这份 Touhou 4 反编译：变量命名合理、注释稀疏但可理解、没多少没处理的 Ghidra 垃圾，而且只用了不到一个月。

另外官方还演示过把浏览器小恐龙游戏的加速参数原样挖出来，做了个可调速版本。

这些案例的体量都不算大，但它们证明了一件事：AI 读懂别人写的程序，从「理论上可行」变成了「我已经试过了」。

五、四盆冷水

热度归热度，专业圈的反应要冷静得多。

第一盆：数据本身就可疑。

Fork/Star 比率高达 22.2%（成熟项目通常 2%～8%），Watcher/Star 仅 0.32%（通常 1%～3%）。npm 月下载量约 7.4 万，跟十几万星严重不匹配——收藏围观远大于真实装机使用。

这也解释了为什么各家星数口径能差出一倍：分母里有多少是真人，本来就不清楚。

第二盆：技术上不是从零到一。

《Practical Reverse Engineering》合著者、前 Hex-Rays 员工、现微软 Xbox 安全工程师 Elias Bachaalany 转发 REA 时，评价只有一个词：「炒作」（Hype）。他随后列出了 IDASQL、Binary Ninja SQL、GhidraSQL 等早已存在的同类工具，暗示 REA 走红是因为大众「没见过」这些既有方案。

让 AI 接上逆向工具这件事，GhidraMCP、IDA Pro MCP 等开源项目去年就在做了。REA 的突破不在技术原创，而在把操作门槛降到几乎为零。

还有个传播路径的细节：推动它登上热榜的主要是 AI 博主和科技媒体，不是传统安全或逆向工程圈子。资深逆向工程师的反应是——「这跟我自己让 AI 装一套逆向工具干活，区别在哪？」于是它有了个外号：「氛围逆向」（vibe reversing）。

第三盆：能力边界比宣传窄。

• 安全博主轩辕之风指出，REA 目前仅支持静态分析，缺乏动态调试功能。未加壳或轻度加壳的程序尚可，但面对 VMP（VMProtect）这类高强度虚拟化保护完全无效。
• x64dbg 开发者 Duncan Ogilvie
   批评：给模型暴露过多工具并不能提升表现，反而会因为工具说明过长挤占有限的上下文窗口，导致分析质量下降。（133 个工具的 schema 全部塞进去，这账不好算。）
• 法国安全团队 Quarkslab 实测：把 Claude Opus 5 关进沙箱去破解几个层层加固的 AArch64 二进制，没有一个样本被真正破解，Agent 甚至提交了一份看着像模像样、实则编造的报告。
• 更根本的一条：REA 只能分析客户端。风控模型、推荐算法、支付体系这些跑在服务器端的东西，它碰不到。
• 社区实测也踩过坑：有人把体积很大的客户端打包文件整个丢给 REA，静态分析做到一半就报错中止——GitHub issue 里确实记录过大体积 JavaScript 包导致分析失败的情况。

第四盆：门槛降低是个假象。

REA 降低的是「操作工具」的门槛，不是「理解二进制」的门槛。不懂汇编的开发者即便装上了 REA，也难以验证 AI 生成代码的正确性，或者引导分析往正确方向走。

反编译出来的伪代码是「看起来像 C 的文本」，可能不完整，甚至可能造成误导。提问质量基本决定结果质量——「这个按钮点下去之后调了哪些函数」远比「帮我分析这个软件」有用。

六、真正让人坐不住的，是法律那一层

技术能力的争议还在专业圈内，但下面这件事让法律圈也坐不住了。

先说清楚：逆向工程本身在多数司法辖区是合法的，前提是出于学习研究或互操作性目的。中国《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》明确：通过技术手段对从公开渠道取得的产品进行拆卸、测绘、分析以获得技术信息，不视为侵犯商业秘密。但有三个硬限制——来源必须合法（不能先偷来再以逆向工程抗辩）、实施者不得对权利人负有保密义务、逆向必须发生在使用商业秘密之前。

REA 捅的窟窿在另一处：净室开发（Clean Room Design）这道防火墙被拆了。

过去几十年，软件行业规避版权风险的标准做法是这样分工的：一拨人去研究原软件、写功能规格说明书；另一拨完全没接触过原软件的人根据说明书写新代码。中间的隔离墙保证了「读」和「写」是两拨人干的，法律上就能证明独立开发。

REA 把这道墙踹穿了：同一个 AI Agent 既读取反编译结果，又直接生成新代码，「读」和「写」在同一个黑箱里完成闭环。

结果就是，用来证明「独立开发」的那套证据链很难成立了——大模型的训练语料本身不可审计，你没法证明 AI 写代码时到底有没有「看着」反编译结果。Hacker News 上有人把这种做法称为「洗知识产权」。

已经有项目开始主动规避。开发者 Brandon Thomas 用 AI 复刻 Adobe 全家桶七款软件（项目名 ArtCraft），他特意说明团队走「净室」路线，明确禁止成员使用 Ghidra 和任何反编译工具，理由是「用 REA 做我们这种暴露度这么高的项目，很可能直接招来官司」。

另一头，已经有公司被投诉下架：腾讯 2026 年依据 DMCA 投诉下架了多个逆向微信数据库的开源项目；Rockstar、Activision 也迅速下架了基于 AI 逆向的游戏浏览器版本。

还有几处值得注意的模糊地带：

• 中国《著作权法》第五十条允许为「计算机软件反向工程研究」避开技术措施，但明确禁止向他人提供避开技术措施的技术、装置或部件。REA 作为一个提供规避能力的开源工具，其分发行为本身是否触碰这条红线，目前没有定论。
• 美国 DMCA §1201 的互操作性例外（§1201(f)）范围极其狭窄且难以满足。
• 多数商业软件 EULA 禁止反编译。美国 Bowers v. Baystate 案认定此类条款有效，违反者需承担违约责任；而在欧盟，禁止为互操作目的反编译的合同条款被视为无效。
• REA 的免责声明把用途限定在「合法的逆向工程研究、分析和重建」，但「重建」一词在法律上并无明确豁免依据，合规责任实际上完全落在用户身上。

⚠️ 以上是对公开法律条文的梳理，不构成法律意见。真要动手前，请咨询专业律师，尤其是涉及商业软件、付费产品和跨境分发时。

七、还有一条常被忽略的风险：数据其实出门了

很多人以为「REA 在本地跑，所以安全」。这只对了一半。

目标文件确实不上传——分析过程在本地执行，这跟「把竞品传给在线 API」是完全不同的信任模型。

但分析结果会进入 Agent 的对话环境，然后发给模型服务商（Anthropic、OpenAI 等）。那家厂商有自己的数据政策。如果你分析的是含商业机密的程序，相关信息可能就此离开本地。用第三方「AI 中转站」的话，还叠加运营资质缺失、数据倒卖等风险。

本地执行 ≠ 数据不出门。

另外，REA 的「运行时捕获模式」会以当前用户权限启动目标程序并与之交互。如果分析对象是恶意软件或来源可疑的程序，系统可能被感染。官方文档强调这类分析必须在沙箱环境进行，且需获得明确授权。

安装环节也值得警惕。npx rea-agents setup 的本质是「执行未锁定版本的第三方包，并让它修改你的用户级 Agent 配置」（如 ~/.claude、~/.codex）——这是当前开源生态里风险最高的安装模式之一。想稳妥点，先本地解包审查：

npmpackrea-agents# 下载 tarball 不执行 tar-tzfrea-agents-*.tgz# 看文件清单# 重点检查 package.json 里的 prepare / prepack / postinstall 等生命周期钩子

好消息是该包的 npm dist 里带 signatures 与 attestations（SLSA provenance v1），发布来源可验证。安装向导本身也会展示改动计划、经你确认后才写入，并自动备份原配置；想只看计划可以先跑 npx rea-agents@latest setup --client codex --dry-run --json。

八、行业在吵什么

狂欢派。 Replit CEO Amjad Masad：「AI 驱动的逆向工程和反编译正在发生的一切简直令人难以置信。很快，所有软件都将事实上成为开源软件。」Matthew Berman 更直接：「Software is done.」（软件完蛋了。）还有人补刀：「这些订阅制都该消失。」

社区动作比嘴更快：发布第二天 Adobe 全家桶就被拆了，几天内冒出一堆像素级相似的免费作图、剪辑软件；谷歌全家桶没跑掉，连 AI 编程工具本身都被人拆了；中文圈最热闹的是拆微信、支付宝、抖音客户端。

但大厂的护城河从来不在客户端功能实现上。 微信的底牌是十几亿用户的社交羁绊，支付宝的核心是金融牌照和风控体系——这些 REA 拆不走。

被忽略的一派：爱好者社区的哀鸣。 Hacker News 上一条高赞评论的角度很不一样：老游戏的反编译/modding 圈子，本来靠的是「一群人合作解同一道难题」形成的社区联结。现在任何一个有 200 美元/月 AI 订阅的人都能轻松生成半吊子反编译，做成半吊子 PC 移植，再嫁接 mod 支持——「这基本上把这个爱好整个消灭了」。评论者把它类比成学术界对 AI 数学/物理证明的焦虑：AI 被讨厌，很大程度是因为它在拆散爱好者与专业社区，消灭了人与人协作的理由，换成对某个商业产品的个体依赖。

这个视角我觉得比「大厂要完了」重要得多。

36氪给了三个预测（属于观点，非事实）：代码层面的「微创新」将彻底死亡，抄袭成为一门精准的自动化科学；IP 律师们迎来集体「心肌梗塞」；未来的软件工程将是一场比拼谁更恶心的「反人类竞赛」——既然代码藏不住，唯一的出路就是无所不用其极地做代码混淆。

九、想上手的话

最省事的路径（不用装反编译器）：

# 1. 检查 Node 版本（需 22.19+ / 24.11+ / 26+） node--version  # 2. 交互式配置，会自动识别本地已装的 AI 客户端 npxrea-agents@latestsetup # 跑完记得重启 AI 助手，否则不生效

然后直接向 Agent 提问，比如：

Understand how search works in the Notes app, show me the evidence, and build a similar version in TypeScript.

不想经过 Agent，命令行直接用：

# 分析一个解压后的 JS/Electron 应用目录或 ASAR 包 npx-yrea-agents@latestanalyze-javascript-application/absolute/path/to/app--json  # 全局安装 npminstall--globalrea-agents rea--help  # 更新 reaupdate 

几个新手容易踩的坑：把伪代码当源码（它可能不完整甚至误导）；忘了配反编译器就去啃 exe（报错信息不一定直白）；问题问得太笼统（越具体越好）；结果很大时别一次全塞进对话，先保存再看摘要。

只想装 skill 不装 MCP：npx skills add morluto/rea --skill reverse-engineer-anything。注意只装 skill 并不会自动得到 REA 的 MCP 工具。

十、我的判断

REA 真正的贡献不是让 AI 学会逆向，而是给逆向工程加了一层「工程化外壳」。

它补上了传统工具链的三处缺陷：结果没有出处（复查只能重跑一遍）、推断和事实混在一起（后人分不清哪些确定哪些是猜的）、跨工具协作成本高（IDA 看二进制、浏览器加抓包看网页、dnSpy 看 .NET，切换环境对齐符号，零散且不可复现）。

所以它解决的是一个很实的浪费：「做一次就丢、换人就废」。

至于「闭源护城河破产」——我认为被夸大了。过去闭源保护的根基从来不是技术上不可破解，而是破解成本足够高。REA 把成本从「资深逆向工程师花几天」降到「普通开发者一句话」，这个变化是真的。但它动的是客户端功能层的壁垒，而这一层本来就不是大厂真正的护城河。真正会疼的，是那些靠一两个独家算法和小聪明混饭吃、又不持续快速迭代的 SaaS 公司——对他们来说，问题不再是「会不会被克隆」，而是「什么时候被克隆，以及克隆你的人会不会跑得更快」。

最后留一个值得警惕的信号：这个项目的星数，各家口径从 11 万到 20.7 万不等，Fork/Star 比率是成熟项目的三到十倍，npm 下载量和星数严重不匹配，主要传播者是 AI 博主而非安全社区，而《Practical Reverse Engineering》的合著者给的评价是「炒作」。

这些事实叠在一起，不足以否定 REA 的工程价值——它的证据模型设计确实漂亮，官方案例也确实验证过了。但足以提醒我们：在 AI 叙事跑得比技术现实快得多的当下，一个项目的热度和它的能力边界，可能是两回事。

参考来源

• morluto/rea — GitHub 仓库
• REA 官网 · 使用指南 · 案例研究
• 软件完蛋了吗？REA三天狂揽12万星：无需源码，Agent就能克隆一切软件 - 36氪（2026-10-12）
• 比Jev更爆火！逆向灭霸 REA 一天登顶GitHub - 36氪（2026-10-11）
• 当AI学会了「逆向工程」，软件行业的天要塌了吗？- 澎湃新闻（2026-10-14）
• REA Reverse-Engineer Anything — Hacker News 讨论（769分/327评论）
• REA 让 AI 代理完成逆向工程任务 - 今日头条（2026-10-13）
• REA 爆火，3天9万star - 今日头条（2026-10-13）
• 一周涨十万星，GitHub 爆火的 REA 逆向工程是什么？- 今日头条（2026-10-13）
• 开源项目第235期：REA - 稀土掘金（2026-10-13）
• 三天11万星的逆天开源REA - 稀土掘金（2026-10-12）
• 12万星的REA逆向一切是什么 - 博客园 vibecoding患者（2026-10-12）
• 逆向工程（REA）——逆向了解世间万物 - 博客园 孟郎郎（2026-10-14）
• REA：把逆向工程接给 AI Agent 的 MCP 服务器 - CSDN（2026-10-12）
• REA登顶GitHub：AI如何逆向一切软件 - CSDN（2026-10-12）
• 一周涨十万星，GitHub 爆火的 REA 逆向工程到底是什么？- CSDN（2026-10-13）
• GitHub 热榜项目：日榜（2026-10-14）- CSDN
• GitHub 三天爆火的 REA，一句话把任何软件拆开给你看 - 网易（2026-10-11）
• 号称「逆向分析一切」，微信、支付宝、抖音等国民App都「惨遭毒手」- 人人都是产品经理
• REA: AI 逆向工程的新范式——架构、用途、生态、竞品与前景 - CSDN
• AI's Clean Room Trick: Cloning Open Source Code Legally - WebProNews
• Malus AI's Clean-Room Cloning - WebProNews
• 用 AI 拆软件，怎么不算给文科生准备的「抄袭大法」？- 新京报
• REA Reverse Engineering Tool: Can AI Clone Your App's Features - MayhemCode（2026-10）
• REA, the Reverse Engineering Tool for AI Agents, Hits 140,000 GitHub Stars in Five Days - Medium
• Coders' Rights Project Reverse Engineering FAQ - EFF
• Reverse Engineering and the Law - Copperpod IP

数据口径说明：本文 Star 数、工具数量、版本号在不同来源间存在明显出入（Star 总数从 11 万到 20.7 万均有报道；MCP 工具数有 133、134 两种；逆向工具数有 41 种之说）。文中已标注差异，未做单一口径统一。所有法律相关内容为公开条文梳理，不构成法律意见。