十月是"我用 AI 逆向了某某"的一个月。GTA V 上 iPhone、Adobe 全家桶克隆、各种老游戏移植,标题里十有八九带着 REA 两个字母。

Awesome REA 的维护者在 11 月 10 日把 39 个案例逐个查了一遍。方法很笨但有效:翻项目自己的 README、Agent 指令文件、作者原帖、REA 官方 showcase,看有没有一手来源说"用了 REA"。

结果是 26 个确认,3 个部分使用,4 个无法验证,6 个根本不是 REA。

最扎眼的是传播最广的那六个。只有 DX-Ball 在自己的仓库里写了用了 REA。另外两个只在作者帖子里提了一句。剩下三个,包括点赞一万四的 Universal Modder 和那个 LG 电视上的 Plex 客户端,用的是别的工具,或者压根找不到出处。

也就是说,很多被当成"REA 代表作"的东西,其实是 Claude Code 或 Codex 直接驱动 Ghidra、IDA,或者就是纯手工逆向。

两个对照实验,结论都不太给面子

第一个叫 rea-lab,五个预注册研究,482 次运行,统一用 Claude Code。没有一个研究发现 REA 能显著提高任务解决率,而 REA 组的耗时大约是两倍,成本更高。

第二个叫 leanrea,36 次运行,对比的是 REA 6.5.0。一个纯 CLI 的方案拿到 75 分里的 74 分,REA 是满分 75,但纯 CLI 方案时间少 38%、成本少 35%。

两个实验规模都不大,也都只测了一个模型,不能当判决书。但它们指向同一个判断:真正干活的是 Agent 和底层工具,REA 这层编排的边际价值比星数暗示的小。

一项独立实测说了同样的话

10 月 12 日有人在 Debian 13、8 核、无 GPU、无云 API key 的机器上测过。目标是一个 100MB 的 Electron 应用,解出 459 个文件。结论是静态 JS 分析又快又稳,但漏了两个 preload 文件,而这两个文件用 grep 就能看到。另一个问题是工具调用负担重,一次调查里 Agent 要发几十次请求。

顺手还可以看一个更硬的基准。SRE-Bench 里,最好的 Agent 完整解决真实测试二进制的比例是 31.5%。这是"最强 Agent 加最强工具"的成绩,不是"装个插件就能拆软件"。

还有个隐性成本:上下文

有人实测过 REA 6.7.0 暴露的工具数量,207 个,按 cl100k 估算大约 17.9 万 token,相当于把 8k 上下文的窗口撑爆 21 倍。

这不是 REA 的错,是把一整套专业工具塞进 Agent 的必然结果。项目自己也意识到了,6.8.0 起 MCP 输入模式默认切成紧凑版,就是为省这口上下文。

那还装不装

装,但要摆对位置。它省掉的是最枯燥的那一段:手动导出伪代码、粘贴、来回搬运、丢失上下文。这部分省下来是实打实的。

它不能替代的是判断力。哪个函数值得追、这个分支意味着什么、这段逻辑能不能改成自己的实现,仍然要人来做。两个对照实验说的是同一件事:编排层不是护城河,理解和判断才是。

下一篇回到操作层面,先解决装不上的问题。