← Главная новостей | Торговый зал
2026-11-03 · Источник:虎嗅·中继

Опенсорс-проект REA с лозунгом «пусть агент реверсит за вас любое ПО» взлетел на вершину GitHub, но профессиональное сообщество отозвалось словом «хайп». За этим спором — глубокая перестройка структуры потребления вычислений ИИ-агентами.
С 4 по 10 октября опенсорс-проект REA набрал 78,8 тыс. новых звёзд за неделю, став первым на GitHub среди всех платформ за эту неделю; по данным Star History, на момент публикации общее число звёзд приблизилось к 100 тыс. Этот проект с полным названием «Reverse Engineer Anything» (реверсни что угодно) предлагает третий путь: если в чужом приложении приглянулась функция, не нужно ни писать её с нуля методом проб и ошибок, ни нанимать инженера по реверс-инжинирингу на несколько дней разборки — можно доверить это ИИ. Описание на главной странице предельно прямолинейно: «Увидели функцию, которую хотите добавить в свой продукт? Попросите своего агента разобраться с ней через REA».
Чтобы понять, почему REA вызвала такой резонанс, нужно увидеть старый мир, который она разрушает. Раньше обратная разработка была вотчиной исследователей безопасности и крэкеров: после компиляции в машинный код исходники нечитаемы, и приходилось, как при разборке механических часов без чертежей, восстанавливать логику задним числом, переключаясь между декомпиляторами и отладчиками, — разбор одной функции мог занять несколько дней. Идея REA — через интерфейс MCP подключить дизассемблеры вроде Ghidra, IDA и Hopper к ИИ-агентам для программирования, таким как Claude Code, Codex и Cursor: агент задаёт вопросы, REA собирает доказательства. Достаточно одной фразы — «разберись, как реализован поиск в этом приложении, покажи доказательства и сделай похожее в моём проекте» — и агент сам изучит машинный код и вернёт вывод вместе с доказательствами.
Примечательно, что подключение ИИ к реверс-инструментам не новинка: проекты GhidraMCP и IDA Pro MCP пытались делать это ещё в прошлом году. Новизна REA в том, что порог входа снижен до уровня, доступного обычному разработчику. Шаг, кажущийся лишь инженерной обёрткой, на деле означает, что инициаторами реверс-задач вместо узкого круга экспертов стали миллионы рядовых разработчиков. Реакция профессионалов весьма сдержанна: соавтор учебника по реверс-инжинирингу «Practical Reverse Engineering» Элиас Бачаалани, репостнув презентацию REA в X, ограничился одним словом — «хайп».
Однако примеры на главной странице REA весьма впечатляют: агент, отталкиваясь от одного вызова звукового эффекта в классической аркаде DX-Ball, добрался до функции, вычисляющей баланс левого и правого каналов по позиции мяча, восстановил её в виде кода на C, прошёл 3205 тестов, и скомпилированные 63 байта полностью совпали с оригиналом. Многоходовое, длинное доказательственное рассуждение — от одной подсказки о звуковом вызове до точного воспроизведения 63 байтов — типичная задача с высокой плотностью вычислений. Каждый раз, выдвигая гипотезу, агент вызывает дизассемблер, читает большие фрагменты машинного кода и делает синтез — потребление контекстного окна и число вызовов инференса многократно превышают обычное автодополнение кода. Когда реверс из «многодневной работы эксперта» превращается в «агентную задачу, доступную каждому», кривая спроса на вычисления для инференса неизбежно будет перерисована.
Для покупателей ИИ-мощностей такие рабочие нагрузки имеют три явные особенности. Во-первых, задачи состоят в основном из многоходовых вызовов агентов с длиннохвостовым ростом расхода токенов: один реверс-сеанс по объёму инференса может быть эквивалентен сотням и тысячам обычных кодинг-запросов. Во-вторых, пользователям важнее стабильность работы с длинным контекстом и отклик с низкой задержкой, что предъявляет более высокие требования к эффективности KV-кэша и планированию батчей в инференс-кластерах. В-третьих, спрос резко колеблется вслед за популярностью опенсорс-проектов: взлёт вроде недельной славы REA мгновенно создаёт концентрированные пики нагрузки. Поэтому при выборе инференс-ресурсов для команды или продукта приоритетнее оценивать возможности эластичного масштабирования и модели оплаты по факту потребления, а не цену за «голые» FLOPS.
Три совета закупщикам отрасли: первое — для агентных приложений в первую очередь проверяйте фактическую пропускную способность и процент попаданий в кэш поставщика в сценариях многоходового длинного контекста, а не только пиковые FLOPS; второе — следите за совместимостью моделей GPU с инференс-фреймворками: флагманские обучающие карты и инференс-карты с большим объёмом памяти заметно различаются по соотношению цена/производительность на подобных задачах, расчёт стоит вести по собственному профилю нагрузки; третье — проверяйте, предоставляет ли вендор детализированную биллинг-статистику на уровне токенов и мониторинг потребления: в режиме высокочастотных агентных вызовов именно это напрямую определяет управляемость затрат.
Дополнительно с рынка: по данной модели сейчас нет данных о активных предложениях с ценами. Это означает, что при оценке соответствующих инференс-ресурсов покупателям следует опираться на актуальные запросы цен и сравнение по нескольким каналам, не принимая решения на основе исторических котировок.
В ту же неделю ещё один разработчик заявил, что «воссоздал» семь приложений из пакета Adobe с помощью Claude Opus 5.5. Когда многодневная работа сжимается в одну команду, а вопрос, считать ли «разбор ПО через ИИ» доступной каждому «метод плагиата», уже вынесен на повестку сообщества разработчиков. Каким бы ни был вердикт, одно уже ясно: когда агенты берут на себя самую интеллектуально ёмкую часть работы — реверс, высвобожденный спрос разработчиков в итоге превращается в ещё более масштабное и частое потребление инференс-мощностей. То, как сторона предложения вычислений примет эту волну, определит расстановку сил в конкурентной борьбе ИИ-инфраструктуры на следующем этапе.
В: Сколько новых звёзд набрал проект REA за неделю и каково их общее число?
О: За неделю с 4 по 10 октября — 78,8 тыс. новых звёзд, первое место на GitHub среди всех платформ; по данным Star History, на момент публикации общее число звёзд приблизилось к 100 тыс.
В: Насколько впечатляющ пример реверса DX-Ball, показанный REA?
О: Агент проследил от одного вызова звукового эффекта до функции вычисления баланса каналов, восстановил её в коде на C, прошёл 3205 тестов, и скомпилированные 63 байта полностью совпали с оригиналом.
Теги: REA · Claude Code · Elias Bachaalany · GitHub · Reverse Engineering · MCP
萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал