号称能“逆向一切”的AI工具爆火，狂揽近30万颗Star，软件开发的护城河守得住吗？

近日，名为 REA（Reverse Engineer Anything）的开源项目在 GitHub 上迅速走红。它声称能够让 AI 在没有源代码的情况下分析软件的内部实现，并尝试重新编写其中的功能。 从办公软件 Notion 的剪贴板机制，到经典游戏 DX-Ball 的声音算法，再到《东方幻想乡》的弹幕计算方式，一系列演示引发了广泛关注。截至 10 月 17 日，GitHub 页面显示，其 Star 数已超过 29 万。科技博主 Matthew Berman 甚至在社交平台上感叹：“Software is done”（软件完了）。 热潮之下，各种 AI 逆向软件的案例也开始传播。有人尝试重建 Claude 的幻灯片编辑器，有人用它给家里的智能马桶开发新的控制工具，还有开发者借助 AI 推出了对标 Adobe、微软多款核心软件的开源应用。 但随着越来越多开发者亲自尝试 REA，一些问题也逐渐浮现。在 GitHub 的公开测试中，有人发现 AI 会遗漏实际存在的函数调用，却仍将分析结果标记为“完整”；有时甚至根本没有调用 REA，而是直接给出未经验证的答案。REA 的作者也参与了讨论，回应了工具调用方式和项目设计上的问题。 与此同时，另一个疑问也开始被提起：那些号称被 AI“逆向”出来的 Adobe 软件，真的经过了反编译吗？ 逆向工程早就存在，REA 为什么突然爆火？ 要理解 REA 的作用，首先需要弄清楚它与传统逆向工具有什么区别。 软件逆向工程并不是新技术。长期以来，工程师一直在使用 Ghidra、IDA、Hopper 等专业工具分析程序。即使拿不到源代码，他们仍然可以通过反汇编、反编译等方式，研究程序内部的指令、函数及调用关系，再推测某项功能是如何实现的。 不过，这项工作通常需要较强的专业经验。软件经过编译后，原始代码中的变量名称、注释和部分结构信息会消失，工程师需要在大量难以直接阅读的指令中寻找线索，并不断验证自己的判断。 REA 并没有发明一种全新的反编译技术。它主要通过 MCP（模型上下文协议），将已有的逆向分析工具连接到 Claude Code、Codex 等 AI 编程智能体，让 AI 能够根据开发者提出的问题调用工具、分析结果，并尝试编写相应代码。 图｜REA 的逆向分析工作流程