返回文章

REA 逆向一切——从「编译一个加法程序」到「AI 逆向还原源码」

用最小的实验验证 REA 到底有多「神」:编译一个加法程序、删掉源码,再看 AI 怎么把它逆向还原——拆解 REA 做了什么、没做什么。

目录

教学对象:对逆向工程、AI 编程助手、MCP 有初步概念的学习者 教学目标:① 理解「逆向工程」的完整链路;② 看懂 REA 到底做了什么、没做什么;③ 亲手复现一次最小逆向实验 实验环境:macOS (Apple Silicon) + REA 6.7.0 + Ghidra 12.1.4

一、热身:REA 是个啥,为什么会火

最近有个叫 REA 的项目莫名其妙地火了,全称非常霸气:Reverse Engineer Anything——逆向一切,短短几天冲到 20 多万 Star。

有人用它逆向了付费软件 Typeless,把它变成可以调用本地模型免费使用的工具;也有人让它分析剪映并复刻出一个叫「硬刻」的软件。

于是有了一个耸动的说法:「软件保密的时代结束了,商业软件的护城河没了」。

📌 教学提示:先别急着下结论。这节课的核心,就是用最小的实验亲手验证——REA 到底有多”神”,还是只是”搭了个桥”。

二、实验准备:制造一个「待攻破的目标」

我们用 C 语言写一个最简单的程序,编译成二进制 a.out,它就是我们要攻破的对象。

实验步骤 0:准备目标 → 删除源码

#include <stdio.h>
int main(){int a=3,b=5;printf("%d\n",a+b);return 0;}
  • 写入 calc.c → gcc calc.c -o a.out 编译
  • rm calc.c 删除源码(防止 Agent 偷看源码作弊)
  • ls calc.c 确认报 No such file or directory

步骤0:源码已删除

📌 教学提示:这一步的”删源码”是关键——只有源码彻底消失,后面 Agent 的逆向结果才是”真本事”,而不是读文件抄答案。

三、验证「二进制不可读」

实验步骤 1a:运行程序

./a.out 输出 8(即 3+5 的加法结果)。

步骤1a:运行输出 8

实验步骤 1b:直接看二进制

xxd a.out | head -5 看到的是十六进制乱码,根本没法当代码读。

步骤1b:十六进制乱码

📌 教学提示:这就是”逆向工程”要解决的问题——程序运行正常,但它的”原始样子”(机器码/二进制)人类没法直接读懂。注意开头 cffa edfe,这是 macOS 可执行文件(Mach-O)的魔数,说明它跑在 64 位 ARM 架构上。

四、发起逆向:让 Agent 上场

现在把 a.out 交给 AI 编程助手(接入了 REA MCP),让它反编译。

实验步骤 2a:open_binary 加载目标

这是 REA 的第一个关键调用,返回目标的类型信息:

{
  "path": ".../rea-lab/a.out",
  "format": "mach-o",
  "kind": "executable",
  "architecture": "arm64"
}

步骤2a:open_binary 调用记录

实验步骤 2b:完整调用链

展开详情面板,能看到 Agent 的完整调用链:open_binary → binary_overview → list_names → 反编译。

步骤2b:完整调用链

📌 教学提示:open_binary 背后其实就是 Linux 的 file 命令——它只告诉你”这是啥文件、什么架构”,REA 只是把它包成了 JSON 结构化输出而已。这是理解 REA 本质的第一个关键点:它不生产信息,只是转述工具的输出。

五、获取概览,定位 main

实验步骤 3:binary_overview 获取程序概览

步骤3:binary_overview 概览

关键信息:架构 arm64、入口点 0x100000000、3 个 procedure、9 个段、11 个字符串。

实验步骤 4:定位并反编译 main

先 list_names 找符号,发现 main 的真实符号是 entry(地址 0x100000460),_printf 是外部导入函数;再用 procedure_pseudo_code 反编译:

undefined4 entry(void)
{
  _printf("%d\n");
  return 0;
}

步骤4:main 的伪代码

📌 教学提示(本课最关键的观察):伪代码里看不到 a+b!原因见下一节。而真正干活的,是 REA 背后的 Ghidra(免费开源的逆向工具)。所以说白了,这个任务 = file 命令 + Ghidra 反编译,REA 只是告诉 Agent”你可以用哪些工具”。

六、还原源码,并理解「变量名之谜」

实验步骤 5a:还原出 restored_calc.c

根据反编译结果,Agent 还原出了 C 源码:

步骤5a:还原的源码

实验步骤 5b:与原始代码对比

步骤5b:diff 对比

对比结论:逻辑结构完全一致(a=3, b=5, printf("%d\n", a+b), return 0),差异仅在格式(单行 vs 多行、int main() vs int main(void))。

📌 教学提示(第二个关键点——“作弊”之谜):

  1. 为什么伪代码里没有 a+b? 因为编译器做了常量折叠优化——a=3, b=5 是编译期常量,3+5 在编译时就被算好了,所以伪代码只剩 _printf("%d\n")。但汇编里那条 add 指令还在:
    mov w8, #0x3     ; a = 3
    mov w8, #0x5     ; b = 5
    add w10, w8, w9  ; a + b
  2. 为什么变量名能”完美还原”成 a、b? 不是作弊——Ghidra 根本不知道原始符号名(它把变量标成无名栈变量 [x29,#-0x8]、[x29,#-0xc])。是大模型”见多识广”,根据 add 指令和上下文,把这两个无名变量猜成了最常用的 a、b。这是大模型的能力,和 REA 无关。

七、总结:REA 到底做了什么、没做什么

REA 的本质:把一大推逆向工具(file、Ghidra、Hopper、IDA 等)用 MCP/CLI 形式”搭了个桥”,并写了 Skill 告诉 Agent 什么时候该用什么工具。它自己几乎没做集成工作。

  • ✅ 做了什么:让普通人知道了”AI 可以做逆向”;降低了逆向的入门门槛。
  • ❌ 没做什么:不生产分析结果(结果来自 Ghidra 等工具);不负责装工具(本地还得自己装 Ghidra + JDK,甚至 mac arm64 的原生反编译器要自己编译);变量名还原靠的是大模型常识,不是它。

三条思考(教案收束):

  1. 出圈价值:REA 最大的作用是”让大家知道 AI 能做逆向”,就像 Computer Use 让 Blender 火了一样——工具早就有,火的是”被看见”。
  2. 未来趋势:当模型能力足够强时,这类”中间人说明书/工具桥”反而会成为累赘——Agent 自己就能选更合适的工具。
  3. 对商业软件的冲击:真正有冲击的不是 REA 本身,而是”逆向这么方便”这件事被广泛知道后,会有越来越多人去逆向并开源商业软件。

附录:本教案实验的复现环境

组件版本/路径
REA (rea-agents)6.7.0
Ghidra12.1.4(含手编的 arm64 原生反编译器 os/mac_arm_64/decompile)
JDKopenjdk 25.0.1
目标程序a.out(mach-o, arm64, sha256 5873b2...)

说明:Ghidra 官方 zip 不含 Apple Silicon 的 arm64 原生反编译器,本实验已自行编译补齐——这也正好印证了正文”本地还得装工具”的结论。

—— 完 ——
所有文章
上一篇
从念头到命运
下一篇
同样用 AI 写代码,为什么有人半天搞定,有人折腾一天