一名开发者将 AI 逆向工程工具 REA（Reverse Engineer Anything）的入门资料整理为英文指南站点，帮助初次接触该工具的用户减少查找资料的成本。该指南按 Claude Code、Codex、Cursor 等主流 AI 编程工具分别提供 setup 命令，将安装、MCP 协议接入、命令参考与常见排错问题分开整理，并区分 JavaScript/Electron 应用的静态分析与需要 native provider 的场景。作者明确说明自己是指南站维护者而非 REA 上游作者，也不提供在线上传应用或自动逆向服务；上游开源项目托管于 GitHub，官方站点为 rea.tools，指南将官方案例作为来源链接而不冒充本站复现结果。除指南外，作者还发布了一份可独立使用的 CSV 导出调查检查表及配套 Python 标准库脚本：检查表先处理列顺序、转义、编码等基础问题，再记录入口、数据变换与文件写出位置，并将「代码中存在某调用」与「实际执行过某分支」区分开；脚本可生成 36 组涵盖逗号、引号、换行、Unicode 和空字符串的组合用例，供开发者对照验证自己的导出实现，检查表和脚本已通过 GitHub Gist 公开，可直接保存使用。站点采用静态 HTML 加少量浏览器交互实现，部署在 Cloudflare Workers 上，无需注册即可访问。作者表示文案由 AI 协助整理，站点功能与脚本已经过本地检查，并欢迎社区反馈指南中不清晰之处。
事件分析
REA 这类工具的出现，标志着 AI 编程助手的应用边界正从代码生成延伸至逆向分析领域。其技术路径值得关注的点在于：通过 MCP 协议将逆向能力接入 Claude Code、Cursor 等已有 AI 开发环境，开发者无需切换工具链即可完成应用行为分析，显著降低了逆向研究的操作门槛。配套的 CSV 检查表体现了一种审慎的方法论——强调区分「静态代码中存在调用」与「运行时实际执行分支」，这种证据核查意识在 AI 辅助分析场景中尤为关键，可有效抑制模型幻觉导致的误判。从产业角度看，AI 驱动的逆向工程工具可能改变安全研究、兼容性分析与协议逆向的工作方式，同时也为知识产权与安全合规议题带来讨论空间。后续走向上，此类围绕开源工具生长出的社区生态资产（入门指南、核查清单、验证脚本）的完善程度，将直接影响这类工具能否从极客玩具走向工程化落地。
核心观点：AI 编程工具正从「替人写代码」迈向「替人读代码」，逆向工程正成为检验智能体代码理解能力的新试金石。
原文链接：V2EX 分享发现
