逆向工程正在经历它的“ChatGPT时刻”。开源项目REA自己不反编译，而是把Ghidra、IDA、Hopper这些老牌工具包装成MCP工具，交给支持MCP的编程智能体调用，用户只需要递上编译好的成品包。社区案例传得很快：有人说自己用它半小时把一款买来的Steam游戏还原成C#搬进Unity，微信、支付宝、抖音等国民App也被拉进了分析清单。十一月初，这个今年四月起步的项目在GitHub上星数已经超过四十万。知乎知乎知乎
软件这边已经有了反应。西班牙工作室Digital Sun推迟了新作ReVamp的公开试玩，理由是担心试玩版被人下载后用AI反编译，赶在正式版之前做出仿品。Anthropic随后确认，在Claude Code的系统提示词里加了限制：可以做原创游戏，但不要复刻某个具体的已有游戏。知乎
真正的反击出现在工程侧。11月10日前后，一个叫BLA的项目在GitHub上火了，作者Timo Zhang是中山大学软件工程大三学生，目前在字节实习，他的思路不是传统加固——把代码变得让人看不懂，而是给AI喂假线索，让AI看错。知乎
方法分三步。第一步，投毒：往包里塞一份格式完全合法的假Source Map，让一段普通客户端代码看起来像在调用硬件安全区；Agent一旦把它当证据，就会顺着不存在的调用链越查越深，越深烧得越多。第二步，卡配额：在Electron的.asar包头索引里塞约4000条诱饵条目，主要体积堆在索引上但不参与任何逻辑，一个607字节的包膨胀到16.93MB，直接超过REA的默认读取上限而报错。第三步，诱导误判：假线索足够多、足够可信，AI反复验证又反复推翻，成本继续往上走。知乎
数字分两个口径，均来自作者公布的测试：按仓库14个示例包估算，加固后Token消耗约为原来的639.5倍，费用约304倍；单项内部测试的区间是300到2800倍。这些数据尚未见第三方复现，作者自己的13个对照项里也有3项完全没有被阻断。所以BLA的定位很克制：防不住逆向，但能让对方多花钱——目标如果是把逆向成本从10分钟抬到10小时，够用；想永远藏住，不够。知乎
安全社区的判断更冷一些：BLA的教材价值大于防御价值，它真正命中的不是逆向工具的弱点，而是“Agent默认无条件信任输入”这个设计缺陷，相当于提示注入在逆向场景的实例化。这个缺陷被补上之后，整类攻击的失效会比军备竞赛叙事暗示的更快。知乎
留下来的变化是问题的形状：以前讨论软件保护，问的是“能不能进去”；现在多了一层，“进去要花多少钱”。Token成本变成了一个可以被设计、被攻击、被防御的量。Timo Zhang手里还有个500多星的小项目mu，用来帮编程智能体降低Token消耗——一个项目帮AI省钱，一个项目帮对手花钱，出自同一个人。知乎
对习惯用REA拆软件的人来说，这次反击战更实际的提醒是：当AI信誓旦旦给出一条“完整证据链”时，先确认那个Source Map是不是作者演给你看的。
