让 Claude Code 自己拆二进制：开源框架 REA 把 Ghidra 接进智能体，闭源软件的护城河被摆上台面

假设你手上只有一个编译好的程序，没有源码、没有文档、没有符号表。传统做法是打开反汇编器，一行行看汇编，靠经验猜函数用途，一个下午可能只搞清楚一个模块。现在有人把这一步交给了 AI 智能体：它自己去查反汇编器、追踪交叉引用、提出假设、再验证假设。

一分钟速览

• REA（Reverse Engineer Anything）是一个开源逆向工程智能体框架，通过 MCP 协议把 Claude Code、Codex 这类编码智能体接到 Ghidra、Hopper、IDA 上。
• 支持对二进制、Electron 应用、JavaScript 和 .NET 程序集做自动化静态分析，可跨平台追踪函数级行为。
• 全程本地运行，官方明确不承诺还原原始源代码，采用 MIT 许可证。
• 社区反应两极：有人认为它只是「把 Ghidra 包装了一遍」，也有人认为它显著降低了逆向的门槛。

它到底做了什么

REA 的核心不是自己写一个反汇编器，而是做「桥」。它用 MCP（Model Context Protocol）服务器把逆向工具的能力开放给智能体：智能体可以查询反汇编结果、检查函数和交叉引用、追踪程序行为，并针对二进制文件反复验证自己的假设。

这套设计的关键在「闭环」。传统上，人看反汇编 → 形成猜想 → 手动找证据 → 修正猜想，循环很慢；REA 把每一轮都交给模型执行，模型自己决定下一步查哪个函数、看哪段引用。分析结果会反过来指导后续调查，形成迭代。

工具覆盖面上，除了 Ghidra，它还支持 macOS 原生的 Hopper 和跨架构的 IDA；对 JavaScript、Electron 和 .NET，则不需要原生分析引擎即可完成静态检查。

三个演示案例

项目展示的第一个案例是 Notion 桌面端的剪贴板实现。REA 追踪了 Electron 应用里剪贴板数据的流向，把一个「看不见的内部机制」还原成可读的调用链。

第二个案例更硬核：从经典游戏 DX-Ball 中重建声音的声像定位函数。团队用测试比对的方式验证结果——覆盖全部 3205 个原始 x86 用例，编译后函数的 63 个字节全部匹配。这种「逐字节对齐」的验证方式，比「看起来对」有说服力得多。

第三个案例来自 DOS 时代的东方 Project 第 4 作：从 16 位代码里恢复弹幕环的角度计算逻辑。老游戏的代码没有现代调试信息，能把这部分逻辑扒出来，说明工具在「无符号、无调试信息」的极端条件下仍能工作。

社区为什么吵起来

Hacker News 上最直接的一条质疑是：这和「让编码智能体自己装个 Ghidra 用」有什么区别？换句话说，REA 是不是只是把现成工具包了一层壳。

支持者的反驳也很具体：过去也有人尝试让 AI 用逆向工具，但结果不稳定；REA 在同样的任务上给出了更好的结果，说明「怎么把工具暴露给模型」本身就是有价值的工作——接口设计、上下文裁剪、假设验证流程，都会影响最终成功率。

更值得玩味的是两类衍生讨论。一位 Hacker News 用户认为，这类工具会加速大型科技公司把应用迁到云端：只要不再分发二进制，就少了一条被逆向的路径。另一位 AMD 总监则从产业角度感慨，十年间软件从「为王」走到「专有软件越来越容易被替代」，硬件重新变成稀缺资源。

Reddit 上的独立开发者则更焦虑：AI 辅助逆向会让别人更容易复制他们的游戏和应用、绕过付费功能、未经许可拿他们的成果牟利。这种担心并不抽象——对小型团队来说，混淆和加壳是仅有的几道防线。

法律边界在哪里

REA 采用宽松的 MIT 许可证，项目方在说明里写得很清楚：支持合法的逆向工程、研究、分析和重建，使用者有责任取得必要授权并遵守适用法律。这句话既是免责声明，也点出了现实：工具中性，用途分岔。

在不同法域，逆向工程的合法性差异很大。为互操作性做逆向、为安全研究做逆向，通常有豁免空间；为复制竞品功能、绕过授权做逆向，则很容易踩线。AI 把成本打下来之后，判断「意图」会变得更难，这也是监管迟早要面对的问题。

趋势洞察

逆向工程的成本曲线正在快速下移。过去这是一项需要多年经验的手艺，现在一个熟练的开发者加上一个智能体，就能在几小时内完成过去几天的工作。成本下移带来的不是「逆向变多」这么简单，而是软件商业模式的重新定价：靠「代码不公开」建立的壁垒，正在被「理解成本」的下降侵蚀。

对防御方来说，可行的方向大致有三条：把核心逻辑放到服务端、用法律和技术手段提高复制成本、以及接受「被理解」是常态，把竞争力放在数据、生态和迭代速度上。对攻击面来说，工具越好用，越需要明确的授权边界。REA 只是把这个问题提前摆到了桌面上。