【人工智能】AI时代软件真的死了吗

摘要：AI 时代软件真的死了吗？本文从逆向工程的定义讲起，介绍开源项目 REA（Reverse Engineer Anything）如何让 AI 借助 Hopper 等专业工具，在没有源代码的前提下调查软件功能的实现逻辑，并探讨其能力边界——本地程序尚有线索可查，服务器端核心逻辑与数据仍难以获取，分析出逻辑也不等于获得复制与发布的许可。文章最后指出，软件本身并未消亡，但"代码看不懂、重写太费劲"所构筑的护城河正受到挑战，当用户续费的理由只剩功能被锁死，这笔钱将越来越难收。

逆向工程到底是什么

从机器可执行的产物（目标代码、固件镜像）反向推导设计意图与实现逻辑，完全符合逆向工程的定义。把机器码转成汇编或类 C 伪代码，是逆向工程的核心步骤，但这一步未必能还原出"原样源代码"。
而从源代码反向推导需求，并不属于逆向工程。它更准确的叫法是需求恢复（requirements recovery）或程序理解（program comprehension），属于"反向需求工程/再工程"的一环。
再工程（re-engineering）：在理解的基础上进行重构、迁移或重写。

REA：逆向一切的开源项目

AI时代软件真的已经死了吗？

最近，GitHub 上出现了一个名为 REA 的开源项目，把这个问题直接摆到了软件公司面前。REA 的全称是 Reverse Engineer Anything，译成中文就是"逆向一切"。它想做的事情很直接：在没有源代码的前提下，让 AI 去研究一款软件，搞清楚某个功能究竟是如何实现的，再辅助你在自己的项目里把它做出来。
可以想象一下：过去，一家软件公司花时间做出来的功能，别人想研究，只能自己去反复试；而有些实现藏在程序内部，光看界面根本看不出来。现在呢，AI 已经能带着工具往里面查了。那么，软件公司的秘密还能藏多久？

拆开一台没有图纸的机器

正常开发是由程序员去做代码，然后把代码做成能够安装的软件。而逆向工程就是把已经做好的软件倒过来去研究。研究软件里面有哪些模块，这些模块之间怎么去配合，一个功能到底是在哪里去实现的。就好像拿了一台没有任何图纸的机器，你把它拆开，然后研究到底它是怎样去运转的。这事情过去就能可以做，只是很费工夫。因为代码经过编译以后，很多方便人去阅读的信息是会丢失的。原来的变量名注释可能全都已经没有了。工具给了你一份其实是机器的指令或者一份不太完整的伪代码。你需要自己去判断这一段在算什么，数据从哪里来的，结果交给了谁，那REA呢使用了hopper这种专业的工具，直接接给AI，让AI可以去查函数、去追踪调用的关系、读取线索，再根据这些证据，辅助的去写出实现。

从模仿界面到调查逻辑

过去让AI去模仿一个软件，你得告诉他：这里需要放按钮，那里需要放菜单，点完之后要出现怎样的效果，他可能做出来一个还挺像的界面，但内部的逻辑还是需要自己去重新的设计。有了REA他就会去调查原来的程序是怎么去工作的，他就多了一条可以自己去调查的路。具体能够调查到什么程度呢。以前有一个DX-Ball打砖块的游戏，左边砖头打中声音偏左，右边砖头打中则声音偏右。没有拿到源代码却可以通过具体计算来还原出来，再拿去验证源程序。

AI自动调用工具的调查链

AI 会自动调用工具，并根据返回结果继续深入调查，逐步串成一条完整的分析链路。那么，把这条调查链路交到 AI 手上，是不是就意味着一切都能被逆向呢？

答案并不绝对。如果功能的实现放在本地程序里，多少还能找到线索；可一旦计算核心放在服务器上，拆开客户端通常只能拿到请求和返回结果，服务器里的源码、模型与数据依然无从获取。更何况，分析出逻辑，也不等于就获得了复制与发布的许可。

软件公司真正该紧张的地方

所以，软件并没有死，但"代码看不懂、重写太费劲"所构筑的护城河，正在受到挑战。最关键的是，竞争者未必需要复制整个软件——我们日常用到的，往往只是其中最常见的几个功能，却要为这几个功能接受整套操作方式，再按月付费。如果 AI 能帮你研究这些功能，围绕你的需求重新做一个小工具，那原来的软件就多了一个竞争者；而且这个竞争者不必服务所有人，只要服务好你就够了。以前你只能买，现在你有了比较的机会：继续付钱，还是自己去做。我觉得，这才是软件公司真正该紧张的地方。

价值还在，但续费变难

软件稳定、兼容性好、持续省时间，这些价值依然存在。但如果用户续费的理由，只剩下某个功能被锁在里面、自己无法复刻，那这笔钱恐怕会越来越难收。