我开源了复刻流程,说说逆向软件没人讲的事

10 月中旬，GitHub 上有个开源项目火了，火得有点不讲道理。

它叫 REA，全称 Reverse Engineer Anything，直译过来就是“逆向一切”。10 月 6 日，它的星标还不到 1 万；9 天后突破 25 万；到 10 月 17 日，超过 29 万。科技博主 Matthew Berman 转发相关内容，留下一句话：Software is done——软件完了。

评论区比博主还热闹。有人拿 REA 配上 Claude Code，只看二进制、不看源码，28 分钟复刻出一个 GNOME 计算器；有人嫌一款语音输入工具越来越贵，让 AI 把它逆向了，全程只对 AI 说了两句话，25 分钟；还有中学信息处的老师，每年几次考试都要手动调动几十个铃声、考完再改回来，索性逆向了一套铃声系统的 Web Socket 接口，自己写了个控制面板——输入考试日期、区域和科目，对应区域自动静音。

我盯着这些战绩看了一晚上，心情有点复杂。因为就在这几天，我刚把滴答清单 8.2.40 完整逆向了一遍，又在本地重建了一版，翻车三次，次次和数据丢失有关。

所以这篇不想聊逆向有多爽。想聊的是爆火背后没什么人讲的那件事：复刻。

对于我们搞产品开发的人来说，拆成熟产品不是偷懒，是基本功。

基于一个成熟产品，先理解它有什么功能、这些功能是怎么实现的。站在巨人的肩膀上，我们的产品可以更完善；甚至可以直接在成熟产品上做功能的迭代和优化，把一些功能拼接、组合，长出新的东西。

举个我自己的例子。保险代理人一天要用的东西有多少？

过去这些靠 IT 人员一个个做，做出来也是四座孤岛。换个思路：先把这些流程在一个成熟软件里拆透，看它怎么管任务、怎么管提醒、怎么管数据；然后把它们合到一个工具上，再借 AI 的能力做两件事。客户面谈完了，面谈情况自动撰写成纪要；AI 分析客户的时间、销售拜访和面谈记录，给出本周的活动量管理建议，提一些销售建议和改进的方向。

这样一来，等于有了一个时刻懂我们的私人教练，帮我们总结、帮我们反思，随时随地陪在身边。很大程度上，省掉了手工去统计和汇总的那个过程——而统计和汇总，过去往往是一个团队最耗时、最容易出错的环节。

REA 这类工具真正改变的，是读懂的成本。拆开看，它就是一个 MCP 服务器加一个命令行工具，作者是开发者 morluto，主要用 TypeScript 写，MIT 许可。它把 Ghidra、IDA、Hopper 这些老牌逆向工具接到 Claude Code 这样的 AI 智能体上，过去工程师最痛的一步——读得懂反编译结果——AI 替你干了。

但注意，我说的是“读懂”的成本。

后者没什么人讲的部分，才是我这次翻车换来的。

读懂和复刻，是两回事。

复刻出来的「时序」：清单、标签、日期收进同一个工具

真正做开发的小伙伴就应该清楚：不让 AI 真实地去开发一个软件，你永远不知道坑在哪。我这次全程 AI 参与，问题一个都没少——丢包、功能设计不全、内部逻辑矛盾、数据丢失、前端后端对不上、内部无法联动。

最疼的三个，全部和数据丢失有关。

这三个事故真正值钱的一课，不是它们怎么修的，是它们怎么骗过我们的：事故一和事故二的早期测试，全都是绿的。因为测试里写的是“等一会儿再断言”——等上一小会儿，看起来数据存上了。恰恰是这一小会儿的等待，把竞态伪装成了通过。

测试全绿，用户一用就丢数据。这不是笑话，这是我的真实经历。

还有一类坑，安静得可怕。

逐段读下去，我发现 1,163 个方法是空壳，占 1.9%。它们能编译、能跑、不报错，行为静默地错。把还原代码直接当产品代码用，等于给自己埋了上千颗哑弹。

至于“页面做出来 ≠ 功能做出来”，举个小例子。在滴答清单里完成一个任务，不是打个钩就完了：主列表那一行要移进“已完成”分组；侧栏“今天”的角标要重算；侧栏“已完成”加一；日历里这一条变灰；搜索结果要标注它已完成；还有第六条最容易被忘——取消这条任务的待触发提醒。漏了第六条会怎样？用户被一个已完成任务的提醒吵醒，而你的功能“看起来”完全正常。

复刻版的日历视图：任务落在日期上，六个面要同时刷新

这六个面——主列表、侧栏角标、详情面板、日历视图、搜索结果、提醒调度——就是复刻里最没人讲、又最要命的东西：联动。

在成熟产品上反思、拆解，需要方法和技巧。我把自己这一路的翻车捋了一遍，也找到了网络上的成熟方法论——GitHub 上的 replica-skill（github.com/Jakeschincariol/replica-skill），MIT 许可，十一个 Claude 技能，从 recon（取证）一路管到品牌和部署，讲的正是“复刻任何应用”这件事。我把它当底座，按自己的实战加了门禁、角色和红线，整理成一套体系开源出来（github.com/EvolutionWayen/replica-Wayen）：12 个阶段、12 道门、20 条红线、20 条失效模式，配可执行的门禁脚本和两百多项自测。所有规则都从实战里长出来，没有一条是设想。

细节不透，不进开发。

刚开始就要做细节级的拆解，而不是粗略地把功能罗列一遍。什么叫细节级？功能的状态、数据的联动、输入和点击的条件、点击完之后系统的反应——这些都要讲清楚。举三个产物。

一个日期选择器就有多少状态：时间、时区、重复、提醒，这就是细节级

这三个产物粗看都是文档工作，但它们是唯一能让 AI 批量开发不跑偏的东西。AI 举证，你拍板——AI 负责拆透、给证据、暴露未知、提方案；你负责校正行为理解和体验取舍。未确认的蓝图，不得批量开发；确认之后冻结，改要先算影响面。

这条铁律是被打出来的。我最初让 AI 照着反编译结果直接写实现，1,163 个空壳方法就是这么静默溜进设计的。后来立了规矩：反编译还原的代码只当规格书读，不编入产品；数据表结构可以照搬语义，代码必须自己重写。

整个流程十二个阶段，一句话版本：

S0 立项：为谁解决什么，不做清单至少五条；S1 取证：把目标拆成地图；S2 行为蓝图：每个功能一份契约，最耗时也最值钱；S3 审查冻结：你逐条确认，哈希冻结，之后才允许写代码；S4 架构；S5 设计系统；S6 逐屏重建；S7 后端，真文件持久化；S8 测试；S9 一致性评分，功能分加界面分，实算不手填；S10 痛点：原版被骂最多的点，就是你的卖点；S11 发布。

其中 S2、S3、S6、S7 不能跳、不能压缩。

注意事项三条。第一，门禁有四态：通过、不通过、阻塞、不适用。阻塞是环境问题，不是通过；不适用必须带理由。不许假绿。第二，角色分开：产品官、总控、蓝图工、重建工、验证官，谁都不能既当运动员又当裁判；AI 说“完成了”不算汇报，带路径、带命令、带数字的才算。第三，测试全量连跑至少三遍才可信——单次绿不可信，这是我们用三次丢数据换来的。

CAUTION · 合规边界

基于商业和知识产权的考虑，我们做的是复现功能，不是复制资产：复现这个功能，而且让功能之间去联动起来，并且真实有效——这是我们首先要达成的目的。反编译还原的代码只当规格书读；数据库默认操作副本；这套体系默认只做本地自用和个人研究；哪天真要对外卖，再走商业分支：商标域名核查、视觉文案命名全面切割、素材来源台账，一个都跑不掉。

网址附上：https://github.com/EvolutionWayen/replica-Wayen.git

REA 把“读懂一个软件”变得便宜，这是好事，“软件已死”倒不至于——至少复刻的难度一点没降。

它从来不是技术问题，是纪律问题。

也别想着完美复刻。诚实的交付是范围加分数：做到了什么程度，还差在哪，白纸黑字算出来。

如果你手上也有一个“给我重做一遍”的软件，打开 github.com/EvolutionWayen/replica-Wayen，从 stages 里的 S1 取证开始，先拆出它的功能清单。这一步不用写一行代码，但足够你知道，复刻和逆向之间隔着多远。

我是智能进化Wayen。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发，我们下篇见。