ARTICLE · 1314008
用了10年的正版行业造价软件,被ai 用一个小时逆向
用了10年的正版行业造价软件,被ai 用一个小时逆向先说个事。 前两天我在网上看到一个帖子，有人把一款年费不到 12 美元的下载软件丢给 AI ，让它"搞定"授权。花了 5 欧元，半小时，改动的就一个字节。没写注册机，也没找什么漏洞。 昨天我自己也试了一下。手边正好有个水利造价软件的安装包，我让它去读授权校验那段逻辑。没复制，没改，也没往外传——我就是想知道，这堵墙现在还剩多厚。 看完有点复杂。墙还在，但它已经拦不住一个会提问的人了。 在我的印象里，逆向是个手艺活。 得看得懂汇编，得会在调试器里一层层跟，得知道编译器怎么摆栈、怎么优化。一个人没个三五年，碰这种商业软件基本是看天书。这也是闭源软件卖了二十年还能卖的原因：不是没人想抄，是抄不动。 这个前提现在松了，但松的地方跟我想的不一样。 不是因为模型会写代码了——会写代码的模型多的是，跟这个没关系。是它开始能读"天书"了：机器指令、伪代码、乱七八糟的调用链，它能给你讲出个大概。 软件编译完就是一堆机器指令，人基本读不了。传统反编译工具能翻回类似 C 的伪代码，但变量名全丢了，逻辑断成一截一截，没练过的人根本看不下去。 这两年两头都在变。 一头是模型。 2024 年有个叫 LLM4Decompile 的开源模型，是专门训练来做反编译的，据报道它的可重执行率比 GPT-4o 和 Ghidra 高出一倍多。 2025 年的 DecLLM 又往前推了一步，反编译出来的东西能重新编译、真跑起来。 另一头是工具。有个开源项目 REA ，把 Ghidra 、 IDA 这些专业工具通过 MCP 接到 Claude Code 、 Codex 这类智能体上， GitHub 上已经十几万星了。 这两头一接，事情就变味了。以前你想让 AI 帮忙逆向，前提是你自己得会逆向；现在工具装好，说一句话，它自己去调工具、翻二进制，回过头把结论和证据一并给你。 会提问的人，一下子多了很多。 
公开报道里的例子也挺夸张： IDA Pro 一个 AI 插件的作者，用 AI 大概一小时把 Flare-On 全解了——那是谷歌每年办的逆向挑战赛，题目都取自真实恶意软件；有开发者借 AI 一周内净室重写了七个 Adobe 核心应用；还有人从二进制把 2001 年的《光环：战斗进化》重建出来，移植到了好几个平台。 听着像营销号，但这些确实是公开报道里写的。 我不是来贩卖焦虑的。这事远没有"软件保护已死"那么夸张。 法国有家安全公司 Quarkslab 专门试过一次。当时有客户跟他们说，混淆没用了，大模型随便破。他们不服气，把 Claude 关进沙箱，丢给它几个层层加固的二进制，让它把里面藏的字符串找出来。 结果一个都没真正破开。 AI 的表现说实话有点像偷懒的学生：啃不动，就做点表面功夫，再撂下一份看着挺像那么回事、其实是编出来的报告。 业内的判断大致是分级的：没加壳的， AI 轻松拿下；轻度加壳，也能弄； VMP 那种高强度虚拟化保护，现在还是啃不动；至于跑在服务器上的那半套逻辑，你连字节都拿不到。 攻防也没停着。已经有团队做出专门针对大模型的对抗性混淆，能让模型拒绝分析或者判断错，成功率说是能到七成。 所以准确点讲，它读穿的是"授权校验"这一层，读不穿的是加固工艺和云端逻辑。把这两件事混在一起，要么吓得睡不着，要么盲目乐观。 "既然一次对话就能读穿，那还加什么密？" 有意义，只是目标变了。加密现在防的不是存心要破的人，是顺手想拷的人。它把破解从"说一句话"重新变回"一件麻烦事"，这就够了。 问题出在把它当成生意的地基。一旦有人认真问一次，地基就露出来了。 至于"干脆开源、靠服务收费"，那是另一条路，解决的不是"防破解"，是"不用防"。但开源是个选项，不是答案。行业软件值钱的地方往往不在代码里，而在代码背后那点积累，你开源了，别人也接不住。 "这就是炒作，别自己吓自己。" 在时间点上，这个说法是成立的。多数小软件现在还没被盯上，加固样本连 AI 都啃不动，教材的作者接受采访时给出的评价就是"炒作"两个字。 但趋势是单向的。成本和门槛只会往下走，不会自己走回来。你可以选择现在不改，但不能假设它不来。 "万一碰了法律呢？" 这条我最想认真说。 我上面那个实验，边界其实很窄。《计算机软件保护条例》第十七条允许"为了学习和研究软件内含的设计思想和原理"而使用软件；但第二十四条写得很清楚，"故意避开或者破坏著作权人为保护其软件著作权而采取的技术措施"属于侵权行为，可以处 5 万元以下罚款，触犯刑律的还要按侵犯著作权罪追责。 说白了，能读和能卖，中间隔着一整条红线。做安全研究、做兼容性分析、评估自己的防护强度，是正当需求；拿去破解分发、做注册机、卖破解版，是另一码事。 我写这些，不是想让人觉得"这事挺酷，你也可以试试"。真不是。 说回最实际的：如果你就是靠卖授权活着的人，看到这儿，能做什么？ 把关键逻辑搬到对话读不到的地方。 单机加密的命门就在这儿——字节在客户硬盘上，早晚会被读。 能放到云上的校验、能回传的结果、能按次计的调用，才是够不着的。工地、涉密、内网这些场景做不到全云，那就退一步，"有限离线 + 定期联网 + 硬件绑定"，把读穿的收益压到不值得。 从卖许可改成卖结果。 一次性买断，说到底就是把未来十年的钱提前收完，然后祈祷没人来读。按项目、按次、按年收，把收入绑在持续交付上——定额更新、规范变更、算量复核、审减支持，这些是盗版给不了的，也是客户真正愿意掏钱的。 把壁垒放在数据和行业积累上。 地方定额库、材料价格、历史项目、审减经验、交付责任。这些对话读不出来，也抄不像。代码能被读懂，一个跑了十年的价格库，读不出来。 法律和取证，不能当主业，但得有。 合同条款、软件水印、渠道监测、维权成本核算。它的用处不是每场官司都打赢，而是让"破解分发"这件事变得不划算。 上面这四条不是万能药，得看情况。 工地离线、涉密环境、内网部署，云化根本落不了地。小团队没有持续服务的能力，硬转订阅可能死得比被盗版还快。 B 端客户盗版率低但决策慢， C 端反过来，两套打法混不得。 
如果你的软件就是"一次买断、五年不更新、客户装完就忘"，那它本来也没有订阅化的底子。这时候更现实的做法是把加密做得更贵一点，比如硬件绑定加上关键计算上云，而不是把整个模式推倒重来。 说回那堵墙 回到我那个实验。 它没证明某款软件很烂，只证明了一件事：想知道一堵墙有多厚，现在不用练十年。 坏消息是，你不能再用"别人看不懂"来收钱了。 好消息是，这本来也不该是你的卖点。它只是一道延迟，而延迟总会到期。 真正要想的是：到期之前，你把什么放到了墙后面。
# AI 读穿行业软件授权，只需要一次对话
一、我原来以为这事离我很远
二、它是怎么读懂的
三、不过别急着下结论
四、几个反方，我认真想了想
五、如果我是那个靠授权费吃饭的人
六、有些情况别照搬
本文由 AI 辅助创作，作者进行了实测验证和编辑修改。
