REA：让 AI 去逆向别人的软件，这个 12 万星的项目在吵什么

过去一年，AI 编程助手已经能替人写代码。而现在，有人让它反过来——去拆解别人已经写好的软件。

10 月上旬，一个叫 REA 的开源项目在 GitHub 上炸了：星标从一万出头冲到 12 万以上，连续登顶全语言 Trending 榜前列。科技博主 Matthew Berman 转发时只留下一句话："Software is done。"

它到底做了什么？为什么能让整个软件行业跟着紧张？

图 1：REA 星标增长（数据据公开报道整理）

一、REA 是什么

REA 全称 Reverse Engineer Anything，直译就是"逆向一切"。仓库地址 morluto/rea，个人开发者维护，MIT 协议，2026 年 4 月建仓，10 月上旬才真正引爆关注。

理解它最关键的一点是：它不是又一个反编译器。

逆向工具链早就成熟了——Hopper、Ghidra、IDA Pro 都能把剥离符号的二进制拆成函数列表、控制流图和伪代码。但这些工具是给人用的：图形界面、鼠标点选、满屏汇编。当 AI 助手想参与进来时，它面对的是一个点不动的界面。

REA 补的就是这一层。它通过 MCP（模型上下文协议）把这些逆向能力封装成统一接口，让 Claude Code、Codex、Cursor、Gemini CLI 这类助手直接调用，同时也提供同源命令行方式。

所以更准确的说法是：REA 不是让 AI 学会逆向，而是把逆向工具递到了 AI 面前。

二、它是怎么工作的

流程很直白：你用自然语言提一个问题，比如"帮我查清这个应用的某功能是怎么实现的，给出证据"；助手通过 MCP 调用 REA，REA 在本机驱动相应引擎去反编译函数、追踪调用关系、搜索字符串、观察运行时行为；结果回传给助手，助手再向你解释，必要时按你的技术栈写一份参考实现。

图 2：从一句话问题到带证据的结论

有几个设计取向值得注意：

▪不重写轮子：Hopper、Ghidra、IDA 只作为可选的"深度分析提供者"，对外暴露的是按调查任务组织的工具，而不是原始命令透传。

▪结论带证据：输出会附上支撑结论的证据、置信度，以及没查清的部分——更像可核对的调查笔记，而不是一句不可追溯的断言。

▪歧义不替你拍板：多个引擎都能处理同一目标时，它把选择权交还给你。

▪本地处理：分析在本机完成，不上传被分析的文件。

三、它能分析什么，官方展示了哪些案例

覆盖的目标类型比较广：原生二进制（macOS 的 Mach-O、Linux 的 ELF、Windows 的 PE）、JavaScript 与 Electron 应用、.NET 程序集、Android APK 与固件，以及网站与运行时行为。其中 JS / Electron 这类纯静态即可处理，原生二进制的深度分析则依赖你本地配好反编译引擎。

图 3：REA 覆盖的分析目标

官方给的案例也很具体：Notion 的"复制带格式文字"功能，AI 追出了剪贴板里的格式是如何保存和传递的；经典打砖块游戏 DX-Ball 的"声音随击打位置偏移"算法，重建后在 3205 组不同输入下新旧程序结果完全一致，特定编译环境下生成的 63 字节机器指令甚至与原版一模一样；还有《东方幻想乡》的弹幕角度计算。

四、三个必须说清的误解

第一个：REA 不等于"还原源代码"。 它产出的是伪代码、汇编、符号表、字符串和调用关系，是帮助理解的材料，不是把软件一键还原成原始工程。

第二个：REA 不等于破解工具。 它本身是一套分析工具，越不越界取决于使用者的目的——出于学习研究去理解一个程序，和把结果用于商业复制、未授权入侵或漏洞攻击，是性质完全不同的两件事。

第三个：不是"逆向一切"。 很多应用的核心逻辑跑在服务端，客户端逆向只能触及本地安装包和请求响应，看不到云端业务逻辑；加固、混淆、反调试也会显著抬高门槛。那些"某某国民级应用被逆向"的标题，多半是吸引眼球。

图 4：三个必须先澄清的误解

五、为什么软件行业会紧张

REA 把 AI 的能力从"写代码"延伸到了"读懂别人的代码"。当模仿一个成熟功能的成本被压到极低，单靠某个独占功能建立的壁垒就开始松动。

市场情绪此前已有反应：据路透社 10 月 6 日报道，标普 500 软件与服务指数从 1 月底到 4 月的低点累计跌超 26%，"SaaSpocalypse"（SaaS 末日）的说法一度流传。

但技术上能做到，不等于可以不受限制地做。逆向工程牵涉版权、商业秘密和技术保护措施等法律问题，能弄清一款软件的运行逻辑，不代表可以合法复制或商业化它的成果。更深的担忧在于创新激励：一款成熟产品背后是长期的需求探索和研发投入，如果复制成本持续下降，原创者能否拿到合理回报，会是行业必须面对的问题。

六、适合谁，怎么上手

▪安全研究者：做漏洞挖掘、恶意样本分析。

▪兼容性适配：为停更或没有公开接口的软件补一层现代适配。

▪学习者：拿真实软件当教材，理解编译、链接、运行时到底发生了什么。

▪产品与开发者：研究竞品的某个交互或算法怎么实现，为自己的方案找参考。

上手门槛不高：REA 以 MCP 方式接入你已经在用的编码助手即可，本机按需配好 Ghidra / IDA 等引擎。项目仓库与官方站点都提供了安装说明和完整案例。

结语

REA 的走红，本质上是关于"AI Agent 边界"的一次集中讨论：当 Agent 被接上足够专业的工具，它能参与的工作比多数人预想的更深。

但它降低的只是"理解一个程序"的门槛——它既不是万能的，也不改变合法与违法的边界。工具怎么用，还是取决于拿工具的人。