AI 智能体让所有软件都变成开源了吗

软件分发史对我来说一直是个引人入胜的话题，因为我们集体接受的那种相当奇怪的安排。

这在互联网出现之前的时代更为有趣——尤其是1970-80年代，那时开发者无法简单地把关键功能藏在API或服务器后面。运行程序所需的一切都必须存在于用户的机器上，而一旦到了那里，他们对它会发生什么几乎无法控制。

所以自然而然地，他们变得富有创意。

他们使用普通复制工具无法复制的特殊磁盘格式，将许可证检查嵌入可执行文件，甚至要求用户查阅实体手册或密码轮来启动游戏。

当然，爱好者和修补匠们也不甘落后。

1981年，有一本真正的杂志叫Hardcore Computing，专门致力于破解Apple II软件的复制保护。人们会反汇编商业程序，逆向工程其保护机制的工作原理，并发布称为“Softkeys”的说明来移除它们。

即使在当时，其中大部分也被辩护为不是盗版，因为人们有权为他们已经付费的软件制作备份副本。同样的论点我不知怎么这周还在Twitter上一直看到。

其中很大一部分——至少在精神上仍然存在于我们现代的软件中，我们仍然编写、编译、压缩和转换它，然后发送到我们几乎无法控制的机器上。

当然，绕过复制保护检查与重建整个程序非常不同，但两者都是同一个根本问题的后果——我们给用户可执行代码，同时试图保留对他们能用它做什么的控制。

这种软件分发方式大多有效，因为人们（正确地）认为，反编译软件并使其达到有用状态所需的痛苦、专业知识和时间，尤其是对于任何现代软件，远远超出任何个人的能力。

而最近，这个假设开始看起来不那么可靠了。

那么，什么改变了？

如果你过去一周上过Twitter，你可能看到过一些相当荒谬的事情。

所有这些项目都使用AI编码代理来制作这些，这让人很容易认为有人只是让LLM反编译两个游戏并将它们组合起来，但现实更有趣。

对于《蝙蝠侠：阿卡姆骑士》中的蜘蛛侠项目，两个游戏实际上同时运行。阿卡姆用于哥谭地图和碰撞几何体，蜘蛛侠提供移动和桥接传递。

甚至还有一个隐形的蝙蝠侠在四处移动，以保持阿卡姆世界的正确流式加载。

这些不是反编译的直接例子，也没有人神奇地恢复两个AAA游戏的完整源代码——但它们确实展示了处理不熟悉的闭源系统变得多么容易。

而且不仅限于游戏。

ArtCraft一直在基于Adobe的整个创意套件构建一整套开源Rust应用。

有用于Photoshop的PhotoCraft，用于Illustrator的VectorCraft，用于Premiere的FilmCraft，以及用于Lightroom、After Effects、Acrobat和InDesign的类似项目——所有这些都是对反编译应用的净室重新实现。

老实说，即使看到这样的项目达到目前的状态，对我来说也相当疯狂。

将复杂的专有应用程序重构为有用的东西，历来是软件工程中最困难、最繁琐的工作之一，因为要处理大量缺乏文档的函数、行为、边缘情况和决策。

而现在，人们正以远低于传统预期的资源尝试这类事情。

LLM 反编译入门

我对这方面的许多理解来自个人经历：几个月前 Claude Code 的源码通过 npm sourcemap 被暴露后，我参与了 Claurst 的工作，还幸运地从四月起与一些琢磨这些想法的人交流过。

最妙的是，最有趣的部分并不是反编译软件本身的能力——我们已经有 Ghidra、IDA 和各种语言专用反编译器几十年了。

但问问任何不得不直接反编译软件的人，他们都会告诉你这有多痛苦。

反编译器通常会给你成千上万行伪代码，里面满是匿名函数、猜测的类型和能跑通的算术，但“难”的部分一直在于如何理解它。

你必须追踪函数、弄清它们的依赖关系、理解没有文档的结构，并设法从编译器留下的东西中重建原始意图。

有一个相当不错的 DX-Ball 重构正好展示了这一点。某个函数最初的反编译输出大致是这样的：

longlong FUN_00406400(void) {
    return __ftol();
}

不太有帮助。

但顺着它的调用者、检查底层汇编并阅读它引用的常量，就能发现该函数是在根据砖块的水平位置计算声音声像。

恢复出的逻辑（此处简化）更像是：

int screen_pan(int x) {
    return (int)((x * 1.5625 - 500.0) * pan_scale);
}

随后，仅针对这一个函数，重构结果就对照原始可执行文件在 3,205 个测试用例上进行了验证。

而这正是智能体发挥作用的地方——它们极其擅长这件事，现在你可以通过 REA 把 Claude Code 或 Codex 连接到 Ghidra 之类的工具，让它跟踪交叉引用、推断结构、给函数起有意义的名字，并编写实验来验证它认为自己看到的东西。

但另一个重要的部分是弄清楚你实际需要理解原始软件的多少内容。

例如，最近许多游戏混搭都建立在模组社区数十年的工作之上。GTA V 已有 Script Hook V，Skyrim 有 SKSE，Minecraft 有 Fabric。这些提供了与游戏交互的方式，无需重建其整个引擎，因而使它们成为这些演示最受欢迎的宿主。

SkyCraft 就利用了这一点，同时运行 Minecraft 和 Skyrim，插件通过共享内存通信。另一些人将单个系统提取为可复用库，比如 libsm64，它暴露了《超级马里奥 64》的移动和渲染代码，还有些人甚至重建了部分原始运行时。

一旦你有了进入软件的方法，智能体就能帮助编写这些系统之间的粘合代码、转换资源、同步行为，并持续测试，直到各部分开始协同工作。

同样的通用方法也适用于重构应用程序。

在 Claurst 中，我用一个智能体把暴露出的 Claude Code 源码转化为详细的行为规范，再用另一个智能体在无法访问原始 TypeScript 的情况下用 Rust 实现这些规范。

当然，暴露的源代码比反编译的原生可执行文件要容易得多，而仅凭这种分离并不能保证法律上干净的实现。

但即便有这一优势，仍有大量行为需要考虑。像执行 shell 命令这样简单的事情，就涉及权限、超时、进度报告、错误处理以及许多其他从功能本身并不立即显而易见的细微约定。

规范和 Rust 实现是公开的，如果你想查阅的话。

仍然涉及大量工程工作，智能体可能完全误解它所看到的内容——但智能体可以在一个引导良好的循环中持续前进。

这意味着即便只是尝试这些项目所需的工作量也在显著减少。

当然，这一切都不完美

你得中一个相当荒谬的彩票，才能让复杂的软件重建在第一次尝试时就正确运行。

我认为值得一提，因为演示可能会给人非常误导的印象，让人高估我们实际取得的进展。

在 30 秒的片段里可能看起来很酷，但一旦你进入不同区域或重新加载存档，很可能就会崩溃——重现所有行为并在考虑边缘情况的同时保持与文件的兼容性，需要迭代，通常需要大量迭代。

从这个意义上说，当然，人类的专业知识也没有消失。与 LLM 合作，知道该测试什么、信任什么，并提前嗅出潜在问题，仍然是一项技能。

这让我们处于什么境地？

这里也存在明显的法律知识产权和伦理混乱。

就在几天前，甚至有人让一个非官方的 GTA V WebAssembly 移植版在浏览器中运行，但显然几小时内就消失了。

但我们都清楚，法律界限模糊已经有一段时间了。

更有趣的是，这对软件分发本身可能意味着什么。

与 1970 年代开发者必须交付软件的每一个部分不同，如今将功能保留在服务器端完全是一种选择。

如果理解和重建本地分发的软件变得越来越便宜，那么回应是首先减少分发量，我也不会感到惊讶——这是许多电子游戏走过的路，尤其是在线服务。

如果你唯一关心的是保护专有实现，那这很好，但对消费者和所有权、离线软件和保存来说就相当不妙了，我们正在看到这种控制的后果，比如“停止杀死游戏”。（https://www.stopkillinggames.com/en）

就在本周，我们看到了 OpenAI 的数学成果，以及 Terence Tao 博客上的我们应该告诉学生什么？，提出了一个问题：当一个人能完成的工作量可能在几个月内完全改变时，花数年成为专家意味着什么——我相信我们很多人也处于这种困境中。

虽然我不认为专业知识正在变得无用，但如果说有什么变化，那就是在使用这些模型时，知道该测试什么、验证什么、质疑什么正变得更有价值——与 LLM 的竞赛正在将大量工作交接出去，抽象程度足够高，随着模型改进，你可能不需要了解这些工具如何工作。

这让这一切感觉与 Hardcore Computing 当时发生的事情非常不同。

这些人足够有雄心，愿意花数周时间用反编译器拆解软件、追踪指令，并把他们学到的东西分享给一个真正的社区，大家共同把问题推进得更远。

而我认为，这其中很多正在变成一场“谁能先到那里”的竞赛，而不是那种社区与连接——即便作为一个乐于看到它的人，这也让技术感觉更加加速，却同样孤立。

所以是的，我想现在所有软件都只是开源的了。