最近，“逆向一切”这几个字在 AI 圈刷屏了好几轮。刚开始我还没太当回事，直到看见有人直接做起了 Adobe 的替代软件，才意识到这事儿不简单。
开发者叫 Brandon Thomas，来自 ArtCraft。他写了很多年程序，主力语言是 Rust，同时也在做面向影视创作者的 AI 产品，算得上是个资深工程师。
整件事的起因挺简单：他被 Adobe 的退订费气到了。有的套餐表面上是按月扣钱，背地里签的却是一年合同。想提前停？不好意思，先交一笔取消费。
用的时候花钱，不想用了还得花钱，换谁都难受。
Thomas 对这个规则相当不满。他直接祭出 Claude Opus 5.5，用 Rust 写起了替代软件，写完就开源，让别人也能用。
他一个人，带着 AI，一口气做了七个。
PhotoCraft、VectorCraft、FilmCraft、LightCraft、EffectCraft、DesignCraft 和 PdfCraft，七个项目分别对应修图、矢量图、视频剪辑、照片管理、动效、排版和 PDF。名字起得直白，看一眼就能猜出对标的是谁。
这些软件的官方订阅费让不少人头疼，现在有人做免费的替代品，大家当然高兴。至于最终能用到什么程度，还得再观察。
当然，目前这些项目离直接替换 Adobe 还有距离。PhotoCraft 的说明里写得很清楚：还是早期版本，专业工作里暂时替不了 Photoshop。
工具要慢慢补，兼容性要一点点试，原本顺手的流程能不能走通，也得有人真拿去做项目才知道。
好在愿意参与的人不少。早期仓库已经有大约 4.6 万颗星，Issues 和 PR 也相当活跃——有人试出问题来反馈，有人干脆直接贡献代码。
类似“软件要完了”这样的话，这半年我听过不少。
想象一下：以后想要什么工具，直接让 AI 写一个。哪儿不顺手就接着改，不用再围着一套庞然大物来回折腾。按需定制，用完就换，听起来确实不错。
但现在再琢磨这个话题，就没那么轻松了。
Adobe 有了替代品，大家都很乐意。
可那些认真做客户端、做小软件的人呢？他们同样会被研究。这些人没搞讨厌的订阅规则，也没做错任何事，只是软件放到了用户的电脑上。
放在以前，研究一个软件费时费力。现在有 AI 搭手，别人动手的门槛低多了。
有人管这叫“被迫开源”。后来者能把差不多的功能做出来，对原开发者的冲击可能就已经不小了。
先来看看逆向是怎么回事。
平时开发，都是先写源代码，再编译成能运行的程序。
逆向就反过来了。你拿到的是编译好的软件，想知道它内部怎么处理数据、功能怎么实现，只能往回去查。问题是，原来方便人读懂的名字、注释，编译后可能已经不在了。比如写代码的人把两个函数起名叫“算账户余额”和“查支付密码”，同事一看就明白。但电脑不需要这些说明，它只要知道执行哪条指令、访问哪个地址就够了。
你把编译后的程序拆开，看到的全是指令和地址，得自己重新判断这段在算什么、那段在查什么。判断完还不算完，必须做验证，不能“看着像”就下结论。
有些项目会从软件的行为入手。怎么操作会返回什么结果，把需求记下来，再独立写一套实现。PhotoCraft 说自己依据公开规范加观察到的行为来做，就是这套思路。
康柏当年做 IBM 兼容电脑，是个经常被翻出来的经典案例。1982 年康柏刚成立，想做能兼容 IBM 的机器。很多硬件可以直接买，但 BIOS 不能直接拿 IBM 的程序来用。少了 BIOS，兼容无从谈起。
他们想了个办法：把工程师分成两组。一组研究原始 BIOS，把它的工作方式写成规格说明；另一组完全没看过 IBM 的代码，照着规格写自己的版本。电脑要做出同样的反应，代码完全可以重写。这件事最终做成了，但在当时，光研究和验证就投入了大量人力。
现在让 Agent 来分工，事情就好办多了。一个去研究功能、整理需求，另一个照着写代码，写完再跑测试。结果对不上，就继续查原因、改代码。人只需要盯着需求和测试，大量重复的检查工作可以丢给 AI。
另一条路，就是直接钻进程序内部看。比如拿到一个游戏安装包，用反汇编、反编译工具把机器码转成比较能读懂的形式，再逐段弄清楚游戏怎么跑。哪段代码管角色动作，哪段记录状态，谁调用了谁，都得查明白。
过去很多商业软件没人重做，就是因为太费钱、太费时间。花一两年去逆向，最后算下来比买正版还贵，图什么呢？
看不懂是一回事，值不值得花这个工夫，又是另外一回事。
现在用上 GPT-6 Astra、Claude Opus 5.5，读分析结果、找函数关系、写代码，这些活儿都有人帮着干。能省多少得看具体程序，但原本觉得“不值得折腾”的东西，已经有人愿意拿来试了。
REA 就是最近特别热的一个项目，全名 Reverse Engineer Anything，中文就叫“逆向一切”。
看早期的仓库数据和增长曲线，已经逼近 10 万颗星了。这名字本身就有足够的吸引力——以前对着一个软件不知道从哪儿下手，现在有人把工具链接好了，直接让 Agent 帮你往下查。
当然，研究和学习必须考虑授权、版权以及技术保护相关的规定。直接复制别人的代码再拿去传播，会踩法律红线；哪怕只是“自己用”，也不能保证就一定没问题。
再看 X 上的动态，连硬件协议都有人动手了。有个演示是在 Linux 笔记本上跑 AirDrop 兼容工具，直接跟苹果设备互传文件。
还有人研究家里的空调，在 Mac 状态栏做了个小应用，开关、温度、风速、模式都能直接操作，再也不用满屋子找遥控器了。
这些事情放在以前，厂商不开放协议，我们就只能干等。现在可以让 AI 搭手研究，试着写兼容工具。不过到底能不能用，还得看具体设备型号和固件版本。
如果软件厂商意识到，程序装到用户电脑上就更容易被研究，他们会怎么做？
一个很可能的趋势是：把关键部分挪到服务器上去。电脑上只保留操作界面，真正干活的逻辑、模型、数据全部放在远端。你得联网、登录，有的还得一直订阅。
到头来，替代品确实多了，但那种能长久留在自己手里、由自己完全掌控的软件，反而可能变少了。
对第一个做出产品的人来说，这事多少有些不公平。
毕竟第一个做出来的人，是真的难。用户想要什么，得去摸；做出来不对，得改；改了很多遍，可能还是没人买。好不容易试到有人愿意掏钱，后来者看到的已经是那个能卖钱的版本，直接照着结果复刻就行。
复刻越省力，第一个吃螃蟹的人收回投入的时间，会不会就越短？
当然，有的产品很快就有替代品，有的没那么容易。这两类情况不该混为一谈。
说实话，现在如果让我再拿几个月去开发一个软件产品，我可能会犹豫。等我刚做出来，刚开始有收入，别人也复制了一份——我前面花掉的时间，找谁算？
当用户的时候，能少花钱用上好软件，当然高兴。
但如果我是那个从零起步、一步步试出来的开发者，我会担心。
做东西越来越容易了，我们还会不会记得那个真正做东西的人？
在云栈社区，关于 AI 与软件未来的讨论一直没停过。你怎么看这件事？
发表于 2 小时前
|
查看: 3|
回复: 0
