两台Spark加一个REA,够不够接老软件的活

最近REA火了，正巧我手上有一台Spark，本来想自己把模型跑一遍，再逆一个小软件，拿实测数据写这篇。后来翻了一圈公开记录，发现该有的数都有人测过了，省了我一晚上。

先说硬件这边。

Spark的128GB版6950美元，GB10的芯片，内存带宽273GB/s。跑Qwen3.8-27B，vLLM加MTP大概22.7 tok/s（思考模式），非思考16.7；换SGLang加DFlash2能到34.7，峰值42.8；中文散文会掉到17左右。Q4的GGUF走llama.cpp，单流10到15。

上面这些数都是NVFP4跑出来的。27B的权重压到十几GB，单流才有这个速度。换FP16，权重五十多GB，单流会掉到个位数。

两台Spark用ConnectX-7连起来，NVIDIA官方说最高1.7倍。第三方实测大概1.4到1.6倍，代码负载52.7到76.0，英文散文24.7到38.4。第二台主要是加容量，27B单流不会翻倍，深上下文加高并发还会掉到个位数。

这个速度够干什么？写代码、改文档、跑agent，够。要拿它当多人服务，不够。

再看REA。

它是开源的，MIT协议，命令行加MCP服务器，把Ghidra、IDA、Hopper、JADX这些工具包成Claude Code、Codex、Cursor能直接调的接口。它自己不带模型，也不带反编译器。值钱的是那套“提问、取证、解释、验证”的工作流。

公开案例里，有几个数挺具体。GNOME计算器，90MB的ELF，约2000个函数，28分钟重写成Python，功能基本对上，UI有小毛病。DX-Ball那个1996年的游戏，一个声像函数，agent追了调用链、还原了浮点常数和公式，跑了3205组行为测试，VC4.0重编译后63个字节全对。东方永夜抄1107个函数对上了1106个，但花了两周，而且建立在之前的人工研究上。7个Adobe核心应用，一周用Rust重写了一遍。光环也被拆开移植到了浏览器。

听起来像“软件已死”。先别急。

有人统计了51条公开的REA记录，29条达成目标，16条部分达成，6条失败。去掉贡献者自己发的9条，独立尝试42条只成了20条，其中9条是小游戏或小程序，6条只复现了大软件的一个功能，5条没写清楚目标是什么。Quarkslab那边试过，Claude在沙箱里对加壳的二进制一个隐藏字符串都掏不出来，被挡住的时候还会编一份看起来很像的报告。VMP这种强虚拟化保护啃不动，服务器端逻辑永远拿不到。

成本也不便宜。REA的200多个工具，在一个小请求上能烧40万token，按API价格差不多160美元。有人用一个8KB的精简skill加shell工具做对照，速度快38%，便宜35%，token少60%，准确率只差一个。

法律那边也在收紧。拆开研究是一回事，照着重建是另一回事。AI一边读反编译结果一边写新代码，把“净室开发”那道防火墙拆穿了。用户协议大多禁止反编译，DMCA和NDA的风险都在。

那这门生意到底能不能做？

有报道提到，招聘网站上出现过日薪五千的游戏逆向岗位。老软件、老游戏、历史数据迁移，需求是真的。原公司跑路、源码丢失、数据还要拿出来接新系统，这些活以前要靠老师傅一点点啃，现在AI能先把结构摸出来。

但成交的多是细活。一个函数、一个许可证检查，几十分钟到几天。大工程还是要人工收尾，两周啃一个游戏那种，算不上便宜。

所以两台Spark加一个REA，能接活，接的是细活。软件没死，只是修它的人换了一批工具。