AI开始逆向软件了！6图看懂REA

AI 编程的讨论，正在从“能写多少代码”延伸到“能理解多少已有系统”。当一个软件没有提供源码，我们能否借助 AI，逐步解释某个功能的实现方式？REA 让这个问题有了具体的工具入口。
它通过 MCP 把 Agent 与软件分析工具连接起来。人提出调查目标，Agent 调用工具获取线索，再结合证据解释行为。这种工作方式，把提问、分析和验证串成了一条可以反复推进的流程。
本期用六张图，梳理 REA 的定位、运行链路、分析对象，以及它对 AI 编程的启发。阅读重点是分清“工具观察到了什么”和“模型据此推断了什么”，两者不能混为一谈。
对于开发者，更值得关注的是理解陌生系统的方法。一个可信的分析结果，应当交代证据、局限和验证过程。生成解释只是开始，能否经得起检查，才决定它有没有工程价值。