我们把最近很火的逆向项目 REA 研究了一遍，发现对前沿模型意义不大

一个很自然的疑问

最近有个叫 REA 的开源项目很火，名字的意思是"逆向任何东西"，在github平台上已经有了三万多star。

先说说"逆向"是什么。平时我们用的软件，都是做好的成品。做软件的人手里有一份设计稿，也就是源代码，成品是从设计稿加工出来的。逆向要做的事，就是只拿着成品，倒推出它内部是怎么运作的。这件事很有用：老软件出了毛病没人维护了，可以自己修；看到别人的软件有个好功能，可以弄明白它的原理。

REA 说自己能帮大模型做这件事。我们好奇的是另一个问题：现在的大模型已经很强了，像 Opus 5.5 这样的前沿模型，读代码、推理的能力都很好，我自己也在用opus 5.5逆向一些小东西。REA 到底给它补上了什么？如果模型本来就会，这个项目是不是多此一举？

项目介绍回答不了这个问题，介绍总会把自己说得很好。所以我们决定把它装上，实际跑一遍，再和"不用它，让模型自己来"做个对照。

动手之前，得先弄清楚它到底是个什么东西。

它不是一本秘籍

很多人第一眼会以为 REA 是一份逆向指南，像一本教人怎么拆解软件的秘籍。我们翻开看了，指南部分很薄，只有三百行左右，内容是告诉模型先看哪里、后看哪里，以及哪些结论是亲眼看到的、哪些是推测的，要分开说。

真正占大头的，是背后大约十八万行的程序代码。这些代码干的是接线员的活。逆向这一行早就有一批成熟的专业软件，有免费的也有收费的，它们才是真正干重活的师傅。REA 把这些师傅和大模型接到一起，让模型可以顺手指挥它们。

所以 REA 可以分成三层：最上面是薄薄的指南，中间是一百多个工具接口，最下面是那些现成的专业软件。它自己并不会逆向，它负责张罗。

还有两个背景。这个项目今年七月才出现，三个月里版本号从零点几涨到了六点几，更新快得惊人，大量代码是人工智能参与写的。另一个细节更关键：项目自带了一套测试题，用来检查模型用得好不好，但这套题只检查"模型有没有按规矩调用工具"，从来没有比较过用它和不用它，结果到底差多少。

项目自己没回答最要紧的问题，我们只能自己做实验。

第一个实验：一个自己做的小程序

为了测得干净，我们自己写了一个小程序。输入一个名字，它会按一套藏起来的规则，算出一串对应的编号。我们把程序做成成品以后，特意抹掉了里面方便人阅读的名字，还把程序里的提示文字也藏了起来，让人没法从成品里直接看出规则。

任务很明确：只看成品，把这套规则原原本本地还原出来，还原到能自己写出一个算得一模一样的程序。

我们走了三条路。

第一条路，用 REA。它来回调用了四次，大约一分钟，把程序内部的逻辑整理成了一份清楚的"译文"，照着译文就能把规则写出来。

第二条路，什么工具都不用。程序内部最原始的指令大约一百条，看起来像天书。我们把这些指令直接交给模型，它读懂了，把规则讲得清清楚楚。

第三条路，让模型自己写一小段脚本，去指挥那个免费的专业软件。脚本只有十四行，跑了十秒钟，也得到一份译文。我们把它和 REA 给的那份放在一起逐字比对，结果一字不差。

第一个结论由此出来了：在这类程序上，真正干活的是底层那个专业软件，REA 是包在外面的一层。模型自己写十四行脚本，就能绕过这层包装，拿到完全一样的结果。

当然可以反驳说，这类程序本来就有现成的专业软件，REA 帮不上忙很正常。那么换一种没有现成软件、处理起来更麻烦的东西呢？

第二个实验：一个真实的桌面软件

我们挑了一个真实的笔记软件。它的代码经过了压缩，挤得密密麻麻，很难读。任务是找出这个软件内部各部分之间互相传话用的"暗号"。

这次的数据很直观。REA 跑了三分四十六秒，输出一个七百多兆的结果文件，而我们给它的软件只有二十多兆。另一边，我们用最朴素的办法：把软件拆开，用关键词直接搜。半秒钟搜完。两边找到的主要暗号，数量和内容完全一致。

接着还有一个反转。REA 宣称自己用的是理解语法结构的高级分析，按道理应该比关键词搜索更准。可是有些地方，同一个暗号被换了一个名字来调用，这种情况下 REA 漏掉了八个，关键词搜索一个没漏。

成本上还有两笔账。REA 接到模型上之后，一百多个工具的说明书要先占掉模型一大块记忆空间；它每次返回的结果里，大约七成是附带的说明信息，真正有用的只占一小部分。

在我们测的这两件事上，REA 更慢，更占地方，也没有更准。那么它到底提供了什么？

它提供的是省事

把前面的结果连起来看，REA 的价值就清楚了。它替人把专业软件装好、接好，省掉自己配环境、踩坑的时间；它让一次分析的工作台一直开着，不用每次从头开始；它还带了一批处理冷门文件格式的小工具。

这些事情，模型全都能自己做，差别只在花不花时间。所以 REA 提供的是省事，它把成本摊薄了，并没有让模型做到原本做不到的事。

判断一个工具值不值得用，标准也就出来了。要比的是用它和不用它，总花费哪个更少：花的时间、消耗的算力、出错的概率，加在一起算。按这个标准，对用着较弱模型、又不熟悉这一行工具的人来说，REA 确实省心。对能自己写十四行脚本绕过包装的前沿模型来说，这点省事几乎可以忽略。再算上它七百兆的冗长输出，有时候用了反而更亏。

讲到这里，一个更根本的问题冒了出来：如果这类框架帮不了前沿模型，那模型做不到的逆向，是不是就再也没办法了？

模型还缺什么

回答这个问题之前，要先承认一件事：逆向这一行的方法和经验，前沿模型差不多已经全学会了。再给它一本秘籍，它翻一翻，收获很小。方法本身已经不稀缺了。

那模型还缺什么？缺两样：一样是亲眼看，一样是使劲算。

模型没法在脑子里把一个程序真的运行一百万次，看它每一步输出什么。把程序跑起来、盯着看，要靠专门的工具。模型也没法凭空想出"输入什么，程序才会走到某个特定的分支"，这种需要大量尝试、反复验证的事，同样要靠工具。

这些工具才真正能让模型多一份本事。可是绕了一圈又回到原处：这些工具，模型自己也会装、也会用。多出来的本事来自工具本身，和外面那层包装没有关系。

所以这一段可以收成一句话：模型能力的增量来自亲眼看和使劲算，方法论已经给不了增量；工具有用，给工具套一层壳没有用。

亲眼看、使劲算，又引出一个更深的问题。程序就在手上，也能运行，那缺的信息，是不是只要拼命算，就全能算出来？

光靠算，能把一切都算出来吗

这是整件事里最值得琢磨的一层。答案是一半能，一半不能。分界线在于：要找的信息，到底在不在手上这个程序里。

先说能算出来的那一半。有些信息看上去像是程序之外的额外信息，其实一直藏在程序里，只是没有明着写出来。比如这个成品当年是用什么工具、按什么方式做出来的。这可以靠反复试验推断：用不同的方式重新做一遍，看哪一种做出来的结果和成品对得上。再比如程序里用到的通用零件，很多软件都会用一些公开的现成零件。把这些零件的各个版本都做一遍，逐一比对，就能认出它用的是哪个版本的哪个零件。

这里有一个很值得记住的道理：很多看起来只有别人才知道的信息，其实是别人提前替我们算好的答案。自己肯花力气，同样能算出来，只是慢一些。从这个角度说，一个完整的、能运行的程序，已经把它自身的全部行为都摆在我们面前了。

再说算不出来的那一半，一共三种。

第一种，信息根本不在手上这个程序里。有些软件把最重要的逻辑放在远处的服务器上，我们手里的程序只负责发出请求、接收回复，真正的计算发生在看不见的地方。这部分无论怎么算都拿不到，因为它压根不在我们这里。

第二种，信息在程序做成的那一刻就永久消失了。设计稿变成成品的时候，那些写给人看的名字、注释、当初的设计思路，全部被抹掉。更麻烦的是，很多份不同的设计稿，可以做出一模一样的成品。倒推的时候，我们没法确定哪一份才是当初那份。能还原出一份效果相同的好设计稿，但拿不回原来那一份。

第三种，信息确实在那里，却被设计成算不动。最典型的是用加密算法锁住的内容：要一个一个去试，就算把全世界的计算机加在一起，算到地老天荒也试不完。信息就在眼前，门却打不开。

把这三种去掉，结论就成立了：一个完整在手、能运行的程序，只要目标是做出效果相同的东西，原则上总能做到，挡在前面的只有成本。

这个结论有点抽象，我们拿两个大家熟悉的游戏来验证一下。

用两个游戏来验证

先把"彻底逆向"拆成三个层次，免得各说各话。第一层，弄懂某一个具体机制，比如游戏里打仗的胜率到底怎么算。第二层，做出一个玩起来效果完全相同的新版本。第三层，做出一个连内部排列都和原版分毫不差的复制品。

对大多数人来说，真正想要的是第二层：拿到一份能修改、能重新做成成品、效果和原版一致的设计稿。至于里面的名字是不是当年那个，没人在乎。

先看九十年代的老游戏《文明 2》。前两层，原则上都能做到，难点只在要花多少力气。如果只是想修好它的某个毛病，甚至不用还原整个游戏，只处理和那个毛病相关的一小块就够了。

再看十年前的大型游戏《文明 6》。把联网的部分放在一边，前两层原则上同样能做到，只是要花的力气比《文明 2》高出好几个数量级。它还多一道难关：这种大型游戏里很多部分是同时运行的，彼此之间的先后顺序每次都不太一样，同样的操作跑两遍，结果都可能有细微差别。这样一来，要证明"我做的新版本和原版一致"，就困难得多。

那么，未来的模型如果更聪明呢？聪明能省掉的，是想错了推倒重来的那部分功夫。有些功夫省不掉：再聪明，也得把整个程序从头到尾看一遍；再聪明，验证的时候也得把东西真的跑起来，一项一项去比，这要花实实在在的时间和算力。所以往后真正的瓶颈，会从模型够不够聪明，慢慢变成验证跑得够不够快、算力够不够便宜。

另外还有一条和逆向完全不同的路：干脆不去拆成品，只看游戏玩起来是什么样，然后照着这个样子从头做一个。开源世界早有先例，有人就照着经典老游戏的玩法，从零写出了效果相近的免费版本。如果要的只是一个能自己修改的版本，这条路有时反而比拆解成品更省事。

回到 REA

绕了一大圈，再回来看 REA，它的位置就很清楚了。

它的代码是真的，装上能用，也不收钱。只是"逆向任何东西"这个名字，和它的实际分量之间，差着不小的距离。它真正提供的，是替人把现成工具张罗好的那份省事。省事有一个规律：使用者越能干，它就越不值钱。对一个已经能自己绕过包装、直接指挥工具干活的前沿模型来说，这份省事薄到几乎感觉不到，偶尔还要为它的冗长输出多付成本。

所以对用前沿模型的人来说，REA 的宣传要打个折看。它适合那些手上还没有趁手工具的人，帮他们少走一段路；对已经走得很快的人，它添不了什么。