让AI替你＂读＂懂任何软件:这个30万星的开源仓库火了

用软件的时候，总会碰到一两个让你眼前一亮的功能。

某个笔记软件的剪贴板粘贴，格式保留得恰到好处；某款老游戏的音效，左右声道的过渡丝滑得不像话。你心里一动：这是怎么做到的？想学，源码不公开；想猜，编译后的二进制摆在面前像天书。过去这条路只有一种走法——打开 Ghidra 之类的逆向工具，啃汇编，熬夜，没几年功力不敢碰。

现在有人把这条路铺平了，或者说，铺了一半。

有个叫 REA 的开源仓库，全名 Reverse Engineer Anything，干的事就写在名字里：逆向一切。它不卖新算法，玩的是另一套：把 Ghidra、Hopper、IDA 这些专业逆向工具，通过 MCP 接到 Claude Code、Codex 这类 AI 编程智能体上。你不用再自己翻汇编，直接跟 AI 说话就行——"帮我看看这个软件的搜索功能是怎么实现的"。AI 去调工具、找线索、梳理调用关系，最后把分析过程、证据和结论一条条摆给你，顺手还能照着给你写一个能跑的版本。

截至写稿时，它的 star 数是 307233，fork 接近 7.8 万，MIT 协议。npm 上的包叫 rea-agents，最新版 6.5.0 是 10 月 14 日发布的。仓库今年 4 月才创建，10 月 17 日还有代码提交，热乎着。

它为什么偏偏这时候爆？时机踩得太准了。AI 编程智能体今年全面铺开，手里有"能干活的 AI"的人越来越多，缺的是"让 AI 够得着的东西"。REA 恰好递过去一把梯子：智能体本来只会读写你项目里的代码，有了 REA，它能伸手去摸那些没有源码的软件。需求和供给在同一个月撞上，star 数就坐上了火箭。

光讲概念容易飘，看几个它自己摆出来的实战案例更实在。有人拿它分析一款经典打砖块老游戏的声音算法，从声音调用一路跟到声像定位的辅助函数，把残缺的伪代码补成 C 语言，最后跑了 3205 个原始测试用例全过，连编译出来的 63 个字节都对上了。另一个案例是追踪某款笔记软件的剪贴板链路：从渲染进程的剪贴板 API，跟过预加载脚本、穿过进程间通信，一直摸到主进程，看清了富文本格式是怎么一路传过去的。还有个更硬核的：直接读一款上世纪老游戏的 16 位指令，把弹幕环的角度计算公式还原了出来。

看明白它的位置了吗？REA 自己不做反编译。真正把二进制翻译成伪代码的，仍然是 Ghidra、Hopper、IDA 这些老牌工具。REA 做的是调度：把"我想知道搜索功能怎么实现"翻译成一连串工具调用，再把工具吐出来的汇编和符号整理成 AI 能推理、你能看懂的证据链。它不是显微镜，是那个帮你调显微镜、记实验笔记的研究助理。

上手分两档，门槛差得挺多。

第一档是分析 JavaScript 和 Electron 应用，零门槛。装好 Node.js（22.19 以上、24.11 以上或 26+ 都行），一条命令把 REA 接进你的智能体：

bash

npx rea-agents setup

这一步是交互式向导，会让你选用的智能体、确认要改的配置，完事重启智能体生效。向导要人一步步点，我没法替你走完，照着提示来就行，支持 Claude Code、Codex、Cursor 这些主流智能体。

只想先摸一下的话，连智能体都不用，直接在终端跑：

bash

npx -y rea-agents@latest analyze-javascript-application /path/to/app --json

把路径换成你要分析的软件目录。我亲手拿一个三文件的小项目试过，几秒钟就吐回一份 JSON：每个文件的哈希、解析状态、模块之间的引用关系全在里面，还附带证据编号，每条结论都能溯源。这条是静态分析，不运行目标程序，放心跑。

装完先跑个自检，心里有数：

bash

npx -y rea-agents@latest doctor

我这台机器上跑完，Node 一项是 healthy，Hopper、Ghidra、IDA 三项全是 missing——这正是第二档的门槛：想分析原生二进制，你得自己准备 Hopper、Ghidra 或 IDA。向导可以帮你装 Hopper（要你点头），Ghidra 和 IDA 得用你自己的安装。顺带提醒一句，IDA、Hopper 都是商业软件，授权得自己合法搞定，REA 不送你破解，它的文档里这句话写得明明白白。

好，夸完了，该泼冷水了。这也是我觉得这篇值得写的原因：它火得太快，误解比理解多。

先说它保证不了"还原源码"。官方文档的精神是：它返回伪代码、汇编和证据，AI 拿这些去写"功能等价"的实现，但跟原作者写的代码是不是一回事，天知道。拿它去扒商业软件的源码然后换皮发布，既做不到，也不合法。

再说 AI 会犯错，而且错得理直气壮。已经有人在公开测试里发现：AI 漏掉了实际存在的函数调用，结论里却写着"分析完整"；还有人发现，AI 有时候根本没调用 REA 的工具，直接凭训练记忆编了一份"分析报告"。证据链是 REA 最大的价值，也是你唯一能信的东西——结论看看就好，证据要自己点开看。

还有法律边界。它自己的免责声明写得清楚：只用于合法研究、教育、互操作性、软件保护，以及分析你拥有或被授权检查的软件。逆向自己买的软件学原理，和逆向别人的软件抄功能，是两条路，别走岔了。

那么，什么人适合装？如果你是开发者，看到优秀软件的功能想学实现思路，以前啃不动汇编，现在可以让 AI 当翻译；如果你已经在用 Claude Code、Codex 写代码，REA 就是给现有工作流加装的一条"外挂手臂"；如果你做兼容性开发或安全审计，需要看清软件到底干了什么，它能省你大量时间。什么人不适合？指望"一键扒光商业软件源码"的人，趁早死心；连 Node.js 都没装过的纯新手，先去把 Node 装明白再来，不然向导那一步就会卡住。

最后说句实在的。REA 最让我在意的不是"逆向"两个字，是它代表的一种新分工：人负责提问和判断，AI 负责调用工具、整理证据。逆向工程这个行当，以前是少数人的手艺，现在变成了一种"提问能力"。手艺的门槛倒了，判断力的门槛立起来了——而判断力这东西，AI 替不了你。