云端靠不住，那就自己起灶。
最近半个月，逆向圈子里同时涌起两股暗流。一边是实测视频喊话，Claude 被官方偷偷削弱了逆向能力。另一边，客户的保密协议压在抽屉里，把目标软件原样丢给第三方云端大模型，约等于把传家宝的配方寄人代加工。于是，有人开始把"逆向大脑"搬回自己的机器上——REA 这类工具的分析本来就全部在本地跑。哔哩哔哩知乎
而本地这套活儿，现在干得有模有样了。
先看知乎上一篇翻译实测：作者在一台 128GB 统一内存的工作站上跑 Qwen 3.8 27B，挑了个"以为只有前沿模型干得了"的任务——对自己付费使用的商业软件做许可证检查逆向。结果半小时就交了卷，不仅是他见过的本地模型最令人印象深刻的表现之一，中途出错还能自己修正。知乎
这个模型还被 Artificial Analysis 列为 4B 到 40B 尺寸级别的顶级开源权重模型，智能指数 52，SWE-bench Pro 上跑得比贵得多的模型还好。知乎
再看单卡玩法。最新搬运的一批海外实测里，Qwen 3.8 Flash Next 125B 被塞进了 16GB 显存的 RTX 5060 Ti——靠混合专家架构加专家缓存，把本该放数据中心的模型装进一张卡，性能自调优后速度从每秒 39 个 token 抠到了 77.7 个，REA 连上编码助手当指挥，计算器、笔记应用、藏作弊码的游戏、文本编辑器四类小目标挨个实测。干活的下层还是老前辈工具：把 Ghidra、Hopper 这些专业逆向引擎通过 MCP 协议接线给 AI 助手，让智能体用自然语言驱动反编译。哔哩哔哩36氪知乎
教程区这一周也扎堆冒出"本地实战"。从应用行为一路追到原生二进制的本地演示视频刚上线。REA 加 WorkBuddy 本地复刻苹果备忘录的短教程也在同周上线。哔哩哔哩哔哩哔哩
评论区一条高赞说得扎心：一开始 170 个工具吃掉 15 万 token，上下文一压缩，连自己刚干的活都弄丢了，砍到 19 个工具才是分水岭。本地逆向的核心矛盾不是"模型够不够聪明"，而是"流水线够不够省"。哔哩哔哩
当然，天花板也很清楚。一份社区梳理的 51 次 REA 公开使用记录里，29 件达成目标、16 件部分完成、6 件失败——成功更多集中在小型程序和特定功能上，还不足以证明能完整重建大型商业软件。36氪
具体到边界，眼下就三条硬杠杠：
关键代码在服务端。本地重建的是客户端界面和逻辑，"本地采集+服务端校验"仍是圈内公认的风控护城河，逆向得到的只是壳里的部分。哔哩哔哩
强壳依然是人肉战。面对 VMP 这类强虚拟化保护，REA 也容易失效，工具只是帮你干体力活。36氪
合规红线一寸没动。教程简介专门标注，仅可在您拥有或获得明确授权的应用上进行检查测试。反编译算不算侵权，至今仍是法律争议点。哔哩哔哩知乎
真正的信号是：逆向研发的门槛，正在从"你订了哪家云端"变成"你供得起电和硬件"。云端模型对重目标仍然更高效，但对保密项目和中低难度日常件，"自己起灶"已经过了能吃上的门槛——本地接密件、云端打重活，混合模式大概率是接下来的常态。
