AI“逆向一切”之后,怎么选工具才少花钱、少折腾?

最近，“AI 复刻 Adobe 全家桶”和“逆向一切”成了热议话题。看到这些新闻，很容易冒出一个念头：以后看中什么软件功能，是不是都可以让 AI 给自己做一个？对经常处理文档、图片和资料的人来说，这个念头很诱人。

先把这两件事说清楚。ArtCraft 的开发者公开表示，正在借助 AI 重写 Adobe 的一组创意软件，并将代码开源。在这组工具里，PhotoCraft 做图片编辑，对应 Photoshop；VectorCraft 做矢量绘图，对应 Illustrator；FilmCraft 做视频剪辑，对应 Premiere。还有摄影管理、PDF、特效和排版工具，所以被称为“Adobe 全家桶的开源替代版”。这些项目让大家看到了重做成熟软件的尝试，不过 PhotoCraft 官方也承认，目前仍是早期测试版本，尚不能替代 Photoshop 的日常专业工作。

另一件事是 REA。它的全称是 Reverse Engineer Anything，直译就是“逆向一切”。你拿到一个软件，即使没有原始源代码，也可能从程序文件和运行行为里研究它怎么工作。REA 把这类专业分析工具接给 AI，让智能体帮助查找功能实现、解释处理过程，再为自己的项目编写类似功能。

一个展示了软件可以被重新实现，另一个提供了研究现有实现的工具。两件事放在一起，“闭源软件还能守住什么”“以后能不能自己做替代品”的讨论就起来了。它们是两个独立项目，不能理解成 REA 已经把 Adobe 的原始源码拆出来了；PhotoCraft 的项目说明写的是依据公开规范和观察到的行为重新实现。

落到自己身上，问题往往很小：一个功能我很想要，是找现成产品，还是让 AI 帮我做？“现成”也包括已经在用的软件、免费工具和成熟的开源方案，不一定要再花一笔钱。自己做，又会省掉什么、接过什么工作？

买还是做，决定的是解决方案；逆向分析，则是自己做时可能需要的一种调查手段。 先分清这两层，才能知道这个热点究竟给我们增加了什么选择。

已经用 AI 做过小工具的人，可能会问：批量处理图片、转换文件、检索资料，之前就能让 AI 写，REA 又新增了什么？

区别在于，我们有时能描述自己的需求，有时只能指着一个产品说：“我想要它这样的效果。”界面可以截图，操作可以演示，但某个文件为什么这样处理、一个结果为什么这样计算，未必能从外面看清。让 AI 直接重写，它也要作出一套实现上的选择，结果可能看起来相似，用起来却有差异。

REA 通过 MCP 这个工具接口，让智能体调用 Ghidra、Hopper、IDA 等专业分析软件。AI 可以追踪相关代码、读取数据、继续提问，再用发现的线索解释行为，或者编写和检验自己的实现。

它增加的是一个可调查的参考。过去“帮我做个差不多的”，有些目标现在可以继续追问：原版到底处理了什么，它的行为依据在哪里，新实现与它相比差了哪一步？

这个差别有价值，但不能自动推出“我们都该自己做软件”。如果你已经能把输入、规则和结果说清楚，直接实现就可能足够；如果现成产品已经能满足任务，研究它内部怎么工作，也未必是眼前最值得花时间的事。

图 1｜REA 官方首页将用途概括为：让智能体检查程序，解释它如何工作。

假设同事发来一份复杂的演示文稿，你只需要改几处文字，保留图表、字体和动画，下午再交回去。这时候，目标很清楚：文件顺利打开，修改准确，其他内容保持原样。

如果让 AI 做一个编辑器，第一次能显示页面、能修改文字，当然令人兴奋。但接下来遇到的每种特殊对象，都可能变成自己的任务：这个图表怎么保留，缺字体怎么办，保存后另一台电脑打开会怎样？原本只想改几个字，最后却开始参与一个编辑器的开发。

成熟产品替用户承担的工作，就在这些地方。它不只提供眼前那个按钮，还要处理按钮背后许多用户不愿逐一研究的情况。对于一次性任务、多人交接，或者出错后代价较大的工作，这些能力值得纳入选择。

高级功能未必都要用，但可靠完成当前任务的能力仍然要有。 自己只用了一小部分功能，并不能直接证明整款软件不值得买。关键是，这一小部分能否被另一个方案可靠地完成。

所以，看价格之外，也要看看自己的时间花到哪里。现成方案能快速完成任务，就先使用它；需要付费时，再与查找替代品、验证文件和处理故障的投入一起比较。选择现成工具，也是在决定哪些工作交给别人承担。

换一种情况。你每周都要整理一批素材：按日期和主题命名，把图片调整到固定尺寸，保留原文件，输出到指定目录，最后列出哪些文件没处理成功。

这件事没有那么多功能，但规则带着自己的习惯。现成软件可能支持其中几步，却还需要反复设置、切换工具和手动检查。如果这些步骤每周都重复，就值得先找一种更省事的处理方式。

先看看现有工具的预设、批处理或自动化能不能把这些步骤串起来；仍然不合适，再把需求交给 AI 编程：提供输入样本，说清输出规则，先处理几个副本，再检查命名、尺寸和失败记录。大部分规则由自己决定，也就不需要先研究某款商业软件的内部实现。

个人工具值得做，常常是因为它少处理了一些与自己无关的事情。 不需要服务各种职业，不需要兼容所有文件，也不需要先做一套完整的菜单。把范围限制在一件反复发生的工作上，既容易表达，也更容易发现结果有没有错。

但“需求小”还要有另一个条件：例外也能控制。只处理固定来源的图片，与接收任何格式、任何大小的文件，是两种不同的任务。如果一出问题就必须靠自己无法理解的代码反复修补，维护的负担仍然可能超过节省的操作时间。

这笔账也不只有效率。愿意花时间学习、享受亲手做工具的过程，可以把探索本身算作收获；为了明天按时交付，则应该把时间和可靠性放在更前面。同一个工具，对两种目标，可能有不同的选择。

图 2｜成熟软件继续承担复杂工作，专用小工具补上自己反复操作的一小段。

前面的素材整理工具，文件怎么命名、图片调整到多大，都由自己决定。规则说清楚，就可以让 AI 先做一个实现，再用样本检查它是否符合要求。另一类需求却要先弄明白别人定下的规则。

假设你想把一个旧笔记软件里的内容搬出来，保留标题、标签和笔记之间的链接。文字读出来了，标签却变成了一串编号，链接也只指向一些内部 ID。你需要知道这些编号怎样对应实际内容，才能正确转换。让 AI 自己发明一套编号规则，并不能解释已经存在的文件。

这时先查导出说明和公开格式文档。如果能找到编号对应关系，就按文档转换；如果资料解释不了，而相关信息又可能保存在程序或本地数据里，才值得评估能否进一步调查。逆向分析在这里要回答一个明确问题：原软件是怎样解释这份数据的？

REA 的作用，就在于帮助 AI 沿着程序找这种实现线索。官网展示的老游戏 DX-Ball 案例，提供了一个可以核对的过程：砖块在画面左侧被击中，声音怎样偏向左边；在右侧被击中，又怎样偏向右边？研究者要恢复原版的计算方法。

如果只是做一个新游戏，完全可以自己设计声音的位置变化。但要保持原来的效果，就需要查原版怎么算。案例中的智能体从相关代码继续追踪，检查调用关系和计算常数，研究者据此重建函数，再与原函数进行了 3,205 组行为对照测试。它展示了一个函数的调查与验证，整款游戏的重建仍在继续。

图 3｜官方案例公布了 3,205 组行为对照测试；验证范围是声像计算函数，其他调查仍在继续。

回到笔记迁移，找到编号与内容的关系，才有条件编写转换程序；如果数据已经丢失，或者所需信息只在无法取得的服务端，手头的文件就可能不够。这是需要验证的应用设想，不能把游戏案例直接当作笔记迁移已经可行的证明。

所以，判断是否需要 REA，可以沿着一条简单的思路：我要自己做什么？还缺哪条信息？公开资料能不能解释？若不能，再看是否有权检查目标、能否取得相关程序或样本，并比较处理结果。调查的范围越明确，越容易知道它有没有帮上忙。

查清以后，也可能发现保留原功能的工作太多，继续使用原软件更合适。调查让选择有了依据，并不要求最后一定要做出一个替代品。

调查有没有必要，最终还要回到最初的任务。我们需要的是把事情完成，只有遇到必须弄清的实现细节，才值得继续往里研究。把“选解决方案”和“判断调查必要性”这两层关系连起来，可以沿着下面的路径选择：

图 4｜先选解决方案，再判断缺少什么信息。逆向调查属于自己做时可能需要的一步。

把前面的两件小事放在一起，就会发现“买还是做”不需要一次选定。下午要交回复杂的演示文稿，可以继续用成熟软件；每周重复整理附件，可以让自己的小工具接手。同一个人作出两种选择，依据的是任务，不是对某种技术的立场。

自己做之前，再往后想一步：这个工具下个月出了问题，我愿不愿意继续处理？交给同事后，他能不能独立使用？更换电脑、输入文件变了，是否又需要修改？这些后续工作也要算进去。能持续用下去，才会把一次制作变成长期收益。

我更期待的一种变化，是手里的工具慢慢贴近自己的工作：重要的交付继续依靠成熟产品，反复出现的小麻烦逐个补上；确实被旧软件的处理方式卡住时，再借助调查寻找办法。我们不必先成为一款完整软件的维护者，才有资格尝试改善其中一段工作。

这样回头看“AI 复刻全家桶”的新闻，兴奋点也会有些变化。除了关心别人重做了多少软件，还可以看看自己每天用的那几个工具：哪里已经足够好，哪里总要手动补一步，哪里值得花时间弄明白？

也许你最后仍然会付费使用原来的软件，同时多了一个自己做的小工具。它没有取代谁，却让你每周少重复几次操作。这种很小、能够留下来的改善，也可以是“逆向一切”这波讨论带给我们的收获。

REA 官方网站：https://rea.tools/

REA 官方项目说明、能力范围与 FAQ：https://github.com/morluto/rea

REA 官方 DX-Ball 声像计算重建案例：https://rea.tools/showcase/dx-ball/

ArtCraft 官方 Crafting Apps 介绍：https://getartcraft.com/apps

ArtCraft 开发者关于 AI 重写 Adobe 应用的说明（Hacker News）：https://news.ycombinator.com/item?id=49934228