REA:没有源码,AI 也能“抄”功能了

看上哪个软件的功能，就让 AI 给自己做一个。

把界面截图发给 AI，按钮放在哪儿、页面长什么样，都容易说明白。可点下去以后，软件怎么处理数据、又把请求发给谁，截图里是看不到的。要把功能也做出来，还得弄清这些细节。

软件如果不开源，AI 又该从哪儿下手？

REA 就是为这类需求准备的。它是一个采用 MIT 许可的开源项目，全称是 Reverse Engineer Anything，可以理解为“逆向一切”。它给 AI 编程助手接上分析工具，让 AI 能从现成软件里研究某个功能，再尝试做出自己的版本。

REA 的工作方式（官方示意图）：编程助手通过 REA 调用分析工具，依据返回的证据继续追问、解释、实现和验证。

GitHub：https://github.com/morluto/rea

不给源码，AI 怎么查到实现？

拿笔记软件 Notion 的复制功能来说。想在自己的编辑器里实现类似效果，就得弄清楚：文字和 HTML 内容，是怎么一起写进系统剪贴板的。

REA 官网给出了一个 Notion Desktop 7.6.1 的分析案例。在这款桌面应用里，页面负责显示内容，主进程负责调用系统能力。页面上的复制请求，需要经过预加载脚本转发，再以消息的形式送到主进程。

这就有了查找方向。REA 先从应用包里的 JavaScript 脚本中找出代码位置，AI 再读页面方法和包装函数，找到名为 notion:clipboard:write 的消息通道。顺着同一个名字往主进程里找，最后找到了接收请求的代码：检查发送者，再调用剪贴板接口写入数据。

到了这里，AI 已经能指出哪些代码在传数据，哪些代码在检查请求、写入剪贴板。要重新实现这项功能，就有具体代码可看，也有处理流程可参考。

REA 做的，就是把这些分析工具接给 AI 编程助手。助手通过 MCP 接口调用工具，读完结果再决定下一步：参数没弄懂，就继续查是谁调用了这个函数；某个数值看不明白，就去读对应的常量。

当然，不同软件能读到的材料不一样。Notion 的应用包里有脚本，已编译的原生程序则可以借助 Ghidra 等工具得到伪代码。代码能提供线索，程序实际运行时是不是这样，还得验证。把查到的逻辑写成新代码，只是接下来的第一步。

照着重做，怎样确认“抄对了”？

打砖块游戏 DX-Ball 的重建项目，就做过这样的尝试。研究者要还原一段声音计算：砖块被击中的位置，怎样决定声音偏左还是偏右。

第一次反编译给出的伪代码并不完整，实际输入和主要运算都没显示出来。AI 继续通过 REA 读机器指令、查调用它的函数、找常量。项目用这些信息，把计算过程重新写成了 C 代码。

写完以后，项目先给原函数和新函数输入同样的数据，看返回值是否一致；再用固定版本的编译工具，把新代码编译成机器码，与原程序比较，同时核对地址变化和引用的常量。项目报告，这段函数在所检查的输入和编译条件下通过了比较。

《东方永夜抄》（TH08）的重建却出了一个意外：机器码比较已经通过，一处数值还是写错了。

这个项目沿用了社区此前手工重建的代码。一处自动收集道具的判断中，威力阈值本应是 128.0，却写成了 0.0。原来，比较器处理了地址变化，却没核对对应位置存的数值。最后，既要把阈值改回来，也得给检查器补上这项检查。

哪些功能，值得让 AI 重做？

如果要替换一个老工具，前面这套办法就能派上用场。原来的文件还得正常处理，某些计算结果也必须保持一致，有原程序可查、可比较，就能检查新实现有没有偏差。

如果只是想给自己的工具加个功能，把需求写清楚，让 AI 直接实现，也许就够了。要不要逆向，取决于你需不需要知道原软件的具体做法。

决定尝试以后，可以先挑一个范围明确的功能。以文件导出为例，先看输入什么、输出什么，再试旧文件、缺少字段、特殊字符和中途失败的情况。发现结果不一致，就把这组输入和错误结果交给 AI，让它继续查对应的处理逻辑。

还要看这项功能靠什么完成。如果主要逻辑在服务端，客户端里即使能查到请求和响应，也拿不到服务端的完整实现。要重做那一部分，还得另外开发。

给 AI 的要求，也可以更具体一点：

“先帮我弄清这个功能是怎么做的，再把它做进我的工具里，结果要能和原软件对得上。”