逆向一切的REA，正让“Photoshop们”瑟瑟发抖？ - 初始赔率

过去，用户若看中某款软件的特殊功能，最直接的办法是自己编写代码来实现。

如今，这一过程被大幅简化，因为AI具备了REA能力。

2026年10月，开源项目REA（Reverse Engineer Anything）在技术社区引发热议，登上GitHub热门榜首。其核心理念是“对任意程序进行反向工程”，通过将AI智能体与专业逆向分析工具结合，使智能体能够探索未公开源代码的软件，分析程序行为，定位相关代码与资源，并最终重建特定功能。

例如，开发者若想了解剪映的动态字幕模板存储位置及渲染方式，可直接使用REA进行分析。

目前，REA相关案例库已收录针对剪映动态字幕的调查，案例页面显示发现了2291个模板。当然，这仅是作者报告的结果，不代表剪映整个软件已被完全破解。

这里不讨论剪映是否被彻底拆解，而是关注一个更具影响的可能性：如果AI能帮助开发者理解成熟软件的功能，过去需要大量专业经验才能完成的功能研究，未来是否会变得成本更低？

受影响的不仅是剪映或视频剪辑行业，而是所有传统软件公司。从Adobe的股价变化可见，这一冲击不容忽视。他们不得不面对一个严峻问题：如果产品容易被REA分析，其护城河究竟在哪里？

1、“逆向一切”的REA，也有边界

首先需要明确，REA并非新型反编译器，而是一个MCP中间层，能将Ghidra、IDA、Rizin、objdump等已存在十几二十年的逆向工具，封装成AI编程助手可直接调用的接口。

AI智能体如Claude Code、Codex等，在使用这些工具后，可自主决定先反编译哪个函数、再追踪哪条调用链、何时查看网络抓包。

使用过程也很简便：安装完成后，用户只需说“用REA看看这个App怎么做的”，AI就会自动开始拆解。

实际上，这件事的意义不在于工具本身的新颖性，因为2025年GhidraMCP、IDA Pro MCP等工具已经出现，专业逆向人员早已使用AI辅助分析。

真正的变化在于REA的打包方式和传播速度。一条npx rea-agents setup命令即可完成配置，不具备逆向专业能力的普通开发者，也能让Agent拆解并复刻传统软件。

例如，有网友所在小区更换了可通过手机App开门的新门禁，但每次外卖小哥来电，他都需要放下手头事务去操作App。为了让App更便捷，该网友通过Codex调用REA，迅速找到负责登录、接口和加密的文件，成功将开锁功能集成到自制的家庭屏App中。

再比如，另一位网友在中学信息处工作，面临一个棘手问题：每次考试，他都需要手动调动对应区域的几十个铃声，第二天还需再改回原状。软件系统已停止更新，REA爆火后，该网友利用AI逆向分析了该系统的Web Socket接口，重写了一个控制面板。现在，只需输入考试日期、区域和科目，对应区域的铃声就会自动静音。

这些案例的共同点在于，它们针对的都是“功能明确、输入输出可验证”的小型目标，行为可观察，验证方式直接，属于AI代理擅长的任务类型。

但这并不意味着REA能真正“逆向一切”，其能力边界需要明确说明。

独立技术作者quanglee梳理了51次REA公开使用记录，其中29次达成目标，16次部分完成，6次失败。排除项目贡献者自己完成的9次，42次独立使用者记录中，20次成功。在这20次成功案例中，9次是小型程序或简单任务，6次是中型应用的单一功能，其余5次未公开具体目标。

由此可见，REA的成功更多集中在小型程序和特定功能上，尚不足以证明它能完整重建大型商业软件。

此外，面对VMP这类强虚拟化平台软件，REA也容易失效。同时，它缺少动态调试能力，无法触及服务器端逻辑，分析输出会迅速消耗上下文窗口，面对复杂模型时容易卡顿中断。

事实上，REA在已有开源社区积累的领域是加速器，在完全陌生的领域是探索工具，并非万能钥匙。它能帮助拆开门禁App的接口，不代表它能重建剪映的渲染引擎，更不代表它能复刻Adobe的整个产品线。

但即便REA存在明显短板，传统软件公司也已感到压力。

2、传统软件的护城河在哪儿？

问题显而易见：当REA的能力不断增强，软件公司靠什么维持业务？

目前REA的舒适区是行为可观察、结果可验证、实现逻辑不依赖大规模用户数据或云端状态。一个Agent运行几小时，就能摸清接口、复现功能。

然而，全球开发者中不乏激进者。例如，开发者Brandon Thomas直接用Claude Opus 5.5和Rust语言重建了七款Adobe软件的开源替代品，项目名为ArtCraft，涵盖PhotoCraft（对标Photoshop）、VectorCraft（Illustrator）、FilmCraft（Premiere Pro）等。

汇丰银行分析师Stephen Bersey据此将Adobe的评级从“买入”下调至“持有”，目标价从310美元降至267美元。他的理由是，免费替代品无需做到完美，只要威胁具备足够可信度，就足以压缩Adobe的溢价空间和品牌光环。

在这一轮AI浪潮中，Adobe这家昔日的图像软件巨头遭受重创，今年已被至少15次下调评级，综合评分降至3.16分，而标普500软件指数成分股平均为4.65分。

但是，“做出来”和“能做好”之间仍有明显差距。

在实测中，ArtCraft的反馈并不理想。PhotoCraft的界面虽类似Photoshop，但底层功能不对等；HEIC图片支持和文件保存选项存在问题；FilmCraft的视频编辑功能缺失或不完整。

起初，Brandon Thomas承诺一个月内实现100%功能对齐，后来改口称可能需要几个月而非一个月。而行业媒体报道指出，他的这七款应用仍处于早期alpha版本。

在“做出来”与“能每天用于实际工作”之间，才是商业护城河真正所在的位置。专业软件的价值不仅在于功能存在，还在于其可靠性、安全性和有人兜底。这些属性不会因一段AI生成的代码而自动转移。

反观ArtCraft引发的Adobe评级下调，本质上并非因为它能真正替代Photoshop，而是因为它让市场开始质疑Adobe的定价权。

那么，传统软件公司又有哪些东西是AI逆向够不着，或即便够着了也难以搬走的？

首先是数据规模驱动的效果。推荐算法、搜索排序、AI降噪，其效果来源于持续的用户行为数据和训练迭代。REA逆向无法读取推荐模型的权重来源，也无法获取过去几年积累的用户点击序列。ArtCraft可以复刻Photoshop菜单，但无法复刻Adobe在云端积累的素材库、字体服务和协作数据。

第二是云端服务能力。服务器端逻辑不在客户端，前述学校广播系统案例之所以被REA攻克，恰恰是因为其Web Socket接口暴露在本地网络上。一个真正的SaaS产品，核心逻辑运行在服务器上，REA对此完全无能为力。

剪映就是一个典型例子。据天眼查显示，其运营主体脸萌科技由字节全资控股，剪映的云端能力背后，是整个字节系在支撑。用户在本地看到的，只是这个庞大系统面向用户的表层。

第三是系统复杂度与兼容性。专业软件的价值大量沉淀在文件格式兼容、硬件适配、插件生态和长期稳定性上。ArtCraft的菜单可以做得像Adobe，但打开一个客户发来的带智能对象的PSD文件时，差距立刻显现。

最后是生态锁定与迁移成本。用户的工作流、协作关系、历史资产、肌肉记忆，这些不随功能复刻而转移。一个团队使用剪映，并非因其动态字幕算法难以复制，而是因为剪辑师熟悉它、素材在其中、协作流程围绕它展开。ArtCraft的GitHub仓库可被任何人下载，但一个设计团队不会因存在免费选项就立即迁移，迁移成本本身就在保护原有产品。

事实上，Adobe第三季度营收仍增长13%，达到67.6亿美元，订阅收入增长14%。汇丰的降级和卖出评级指向的是预期变化，而非收入崩塌。

REA的功能复刻会让软件公司无法生存？这不符合事实，也低估了护城河的复杂性。更准确的判断应是：那些长期依赖“实现门槛”来维持定价和用户关系的软件公司，将被迫面对一个它们长期回避的问题——除了自家产品难以复制外，用户还有什么理由继续付费？

3、谁受到冲击？谁可能受益？

不可否认，AI技术发展到REA阶段，即便存在护城河，传统软件行业也不得不面对一场巨变。

其中，压力最大的是功能严重同质化、差异化主要依赖“实现门槛”而非“持续运营壁垒”的产品。

这类产品的特征具体：单机工具类产品，功能清单清晰，用户迁移成本低，核心价值不依赖云端数据或网络效应。这类产品的用户一旦意识到“AI用几小时就能做出类似产品”，即便当前AI产品仍存在许多漏洞，其付费意愿也会受到强烈冲击。

ArtCraft引发的Adobe评级下调，本质上也是这种心理冲击在资本市场上的反映，并非因为PhotoCraft现在真能替代Photoshop。

游戏反编译社区decomp.dev关停，也是一个值得关注的案例。decomp.dev并非商业产品，其关停不直接反映商业竞争，但展示了AI如何瓦解一个依赖特定成本结构的协作体系。

平台创始人Luke Street在公告中明确表示，在有人工引导和代码审查的前提下，AI可显著加速反编译，但问题在于有人滥用AI抢先发布半成品移植版，这些行为未对原始项目做出有意义的贡献，却摧毁了社区内部的信任与连接。

当AI使开发一个看似不错的产品变得足够便宜时，那些需要参与者先付出大量努力才能进入的共同体，首先从内部瓦解。

可以说，REA正在颠覆整个传统软件开发的生态。有人受冲击，有人则受益。

对独立开发者和中小企业而言，AI的REA能让他们获得以往只有专业逆向人员才具备的能力，从根本上理解闭源软件的工作机理。

安全研究领域也明显获益。例如，国外某团队使用Claude Sonnet 4.6在Cursor中，从公开的CVE信息、厂商官网可直接下载的固件及分析工具出发，复现了丹佛斯制冷控制器的三个已知漏洞，并串联其中两个，获得了root级命令执行权限。这件事的价值显而易见：安全团队可用同样方式，在攻击者之前理解自身设备的漏洞。

实际上，无论是受害方还是受益方，软件行业真正需要回答的问题，在REA出现之前就已存在，只不过以往因信息不对称而被掩盖。

这个问题就是：当软件的“实现某个功能”不再有天然壁垒时，用户愿意持续付费购买的，到底是什么？

AI未必能终结传统软件行业，但想靠信息不对称持续收费的想法，很可能要终结了。

本文来自微信公众号“铑科技”，作者：鸿辰，36氪经授权发布。