ARTICLE · 软件编程
把逆向工程交给 Agent：一文拆解爆火的 REA 技术原理
一语总结REA（Reverse Engineer Anything）通过标准化 MCP 接口和工作流指令，将逆向工程从依赖人工经验的黑盒操作转变为可由 AI Agent 自动执行的调查流程，实现了工具调用、过程追溯和经验复用的突破。
REA 解决了逆向工程中工具不可调用、过程不可追溯和经验不可复用的三大痛点。它通过桥接层将 Hopper、Ghidra 等反编译工具封装为统一的 MCP 接口，定义了带证据的结果契约，并提供了预设的工作流指令，使 AI Agent 能够自主进行二进制分析、字符串搜索、交叉引用追踪和函数反编译，从而大幅降低了逆向工程的入门门槛和时间成本。
- 工具不可调用
传统逆向工具（如 IDA、Ghidra）是独立的 GUI 应用程序，缺乏统一的编程接口，导致 AI Agent 无法直接调用它们进行自动化分析。REA 通过实现一个 MCP 服务器，将这些工具封装成标准化的 API，从而使 Agent 能够通过单一接口访问多种反编译引擎。
- 过程不可追溯
在传统逆向中，分析过程往往是隐式的，缺乏明确的记录和证据链。REA 引入了“结果契约”的概念，要求所有分析结果都必须附带详细的证据（如函数地址、调用图、伪代码），这使得整个逆向过程可被审计和复现。
- 经验不可复用
逆向工程师的经验通常是隐性的，难以传递给他人或自动化系统。REA 通过将常见的逆向工作流程（如搜索字符串、追踪 XRef）固化为可执行的“工作流指令”，使得这些专家经验可以被重复使用，并作为资产注入到新的分析任务中。
把逆向工程交给 Agent：一文拆解爆火的 REA 技术原理
REA 解决了逆向工程中工具不可调用、过程不可追溯和经验不可复用的三大痛点。它通过桥接层将 Hopper、Ghidra 等反编译工具封装为统一的 MCP 接口，定义了带证据的结果契约，并提供了预设的工作流指令，使 AI Agent 能够自主进行二进制分析、字符串搜索、交叉引用追踪和函数反编译，从而大幅降低了逆向工程的入门门槛和时间成本。
文章金句
"逆向工程的本质，不是'会用工具'，而是'能调用工具并拿到带证据的结论'。
"桥接即扩展——Bridge as Extensibility。加一个引擎，加的是桥接实现，不是改上层接口。
"证据即可信——Evidence as Trust。逆向的产出不是答案，是一条能回放的证据链。
"提问即编排——Prompt as Orchestration。逆向的调查流程被固化进工作流指令，工程师只负责提问和核实。