推文

@0xLogicrw · 2026-10-14 11:22

被吹成能「复制任何软件」的 REA，实际做成过什么？ 独立技术作者 quanglee 梳理了来自 GitHub、X、YouTube 和 Hacker News 的 51 次公开使用记录。其中 9 次来自 REA 项目贡献者，均完成各自目标；另外 42 次独立尝试中，20 次完成、16 次部分完成、6 次失败。 20 次独立成功案例中，9 次针对小游戏或小程序，6 次只还原了大型软件的单项功能，还有 5 次甚至没有公开目标名称。 一个表现不错的案例是解谜游戏 Untangle：Agent 分析其 167 KB 的程序后，做出了可玩的网页版，54 条技术结论有 52 条完全正确。 但开发者事后审计发现，AI 给出的 10 个函数和字段名称并未出现在 REA 的分析结果中，怀疑模型此前见过原版的公开源码。即使逆向成功，也很难把全部功劳归给 REA。 《东方永夜抄》的成果更接近完整复刻。项目已让 1107 个游戏自编函数中的 1106 个与原版机器码完全一致，但另有 1119 个库函数，其中只有 260 个达到相同标准，整个可执行文件仍未精确还原。这项工作耗时约两周，而且接续了此前的人工研究成果。 到了现代商业软件，差距更加明显。有人尝试重建语音输入工具 Wispr Flow，虽然分析出了录音、转写和文字粘贴等部分流程，最后却只做出一份 64 行的 Python 脚本，远未复现原版的云端服务和复杂功能。 REA 确实能帮助 Agent 分析没有源码的程序，但能看懂一段代码、还原一个功能，距离做出完整的商业软件仍有很大差距。尤其是涉及云端模型、服务器和用户数据的产品，仅靠反编译客户端无法复制全部能力。 https://quanglee.dev/blog/reverse-anything/

曝光 22 · 评论 0 · 点赞 0 · 书签 0