用AI“逆向”知名商业软件,值得宣扬吗?

这一探索试图借助大模型打开商品化软件的“黑盒”，但这样的做法是否涉及侵犯知识产权？尤其是对于并非开源软件的产品，这种类似“偷书不算偷”的做法的合理性如何？如果是以科研为目的，或者只是自己使用，尚且说得过去，但如果还要拿出来对外宣扬，甚至进行销售，实在是值得商榷。而此举对软件产业会带来何种影响？仍需冷静审视。

源代码是软件的核心基础。软件逆向工程可通俗理解为“对着成品还原菜谱”，即由工程师对无源代码的软件进行反向拆解推演，重新编写代码，复现原有软件功能。

该高校将AI技术融入这一技术思路，提出“基于大模型的软件再工程”，具体分为三步：

首先，理解“黑盒”的内涵，修改大模型，使其具备原生能力，能够对软件核心逻辑进行深度语义分析；其次，基于理解生成新的代码，优化原有设计，去掉冗余、提升速度、修补漏洞；最后，组建多个独立AI智能体进行交叉质检，确保重构代码的逻辑和安全性。

据悉，基于MiniMax模型的软件再工程原型系统已完成验证。以美国某仿真软件为例，该软件主体包含3万个函数，该团队已完成其中5000个核心函数的再工程，并实现功能对齐、性能比肩。

目前，不少业内人士对借助AI大模型快速复刻商品化软件的所谓“捷径”持明确质疑的态度，相关行为的合规边界争议也在持续发酵。

有专业人士直言，用AI大模型逆向解密和仿制商品化软件，无论是中国还是西方国家的知识产权法都是不允许的。

也有网友提出：即便是开源软件也有不同的协议，且不少商用需要付费。对于闭源软件，怎能逆编译后发布出来呢？

那么，该项目究竟存在哪些风险？

根据我国《计算机软件保护条例》，软件著作权主要保护代码的“表达形式”，不保护功能、算法思想、处理逻辑；直接复制代码属于侵权，仅借鉴思想、独立重写实现相同功能不侵犯著作权，但研究过程、对外发布行为仍存在多重合规边界。

该项目的技术路径为：解析闭源软件的运行行为与逻辑，由大模型重新生成并优化代码，再依靠多智能体校验功能一致性，并计划将重构完成的5000个核心函数开源。其存在的风险隐患主要在以下三个方面：

● 一是软件逆向解析阶段。若合法采购原版软件，仅用于提取功能思想、算法思路等，未破解加密、授权校验等技术保护措施，虽不构成侵权，但多数商品化软件许可协议明确禁止逆向工程。另外，若为读取内部二进制而规避技术措施，一旦对外提供规避技术或侵犯他人其他权利，则涉嫌违反《著作权法》。

● 二是大模型生成新代码的边界。即便完全独立重写代码，不复制原版指令、独特代码结构等，但大模型在学习逆向信息时，仍然可能隐性复用原有代码片段或独特架构。一旦生成代码与原版实质性相似，同样构成著作权侵权。

● 三是将重构后的核心函数对外开源的风险。法律给逆向工程的研究豁免，仅限封闭自用研究，成果一旦公开传播，免责基础就不再成立。即便代码本身属于独立重写，将逆向得到的核心函数对外开源，仍可能触碰专利侵权、不正当竞争等风险。

目前AI相关知识产权配套规则尚不完善，很多边界问题缺乏裁判标准。但若出现规避技术保护措施、代码实质性相似、落入专利保护范围等情形，就可能引发法律纠纷。

相比判定该项目合法性，这类技术路径对软件产业的长期影响，更值得关注。不少从业者担忧，如果低成本AI逆向复刻的模式被放开、效仿，会冲击整个行业的持续创新动力。

有观点预警：“这种逆向他人知识产权成果的行为，如果无法加以有效约束，最终会扼杀软件行业。”

这一判断的逻辑在于：商品化软件尤其是工业软件，研发周期长、投入高，核心壁垒建立在长年实践沉淀与算法know-how之上，是一项高度创新的工作。

若AI逆向复刻成为低成本捷径，原创者的投入回报预期将被系统性削弱。长此以往，愿意沉下心深耕的软件企业将越来越少。

当然，技术本身是中性的。这项基于大模型的软件再工程方案，为理解闭源软件、开展程序重构提供了思路，对软件技术研究具备参考价值；但技术能力的突破，不等于可以越过知识产权的边界。AI越智能，越需要推动软件知识产权保护的技术手段与制度的同步演进。

正如走向智能制造研究院院长赵敏指出：“AI技术的进步，应该与尊重知识产权并行不悖。在法治的约束下做好生成式AI产品的研发，是当前AI解决方案提供商迫切需要做到的。”

当年，众泰汽车用逆向工程的方法克隆保时捷、丰田等知名品牌，得名“皮尺部”，最后轰然倒塌。同样，这种打着AI应用的旗号克隆商业软件，同样存在知识产权问题，有违商业道德。e-works认为，AI应当成为原创研发的加速器，而不是打破现有创新秩序的工具！这是软件产业长期良性发展的前提。