文章标题:LLM 辅助逆向工程
正文: 我从事硬件和软件破解已有 20 年。以前都是手工进行。但到了 2026 年,在 AI 的帮助下,这个过程被大大加速了。下面我会简要描述我的流程,或者说我是怎么做的。
环境搭建
我主要使用的工具是这些:
| 工具 | 用途 |
|---|---|
| DeepSeek Harness + Deepseek v4.1 Flash | 这就是我在用的 AI。偶尔我会用配 Luna 或 Terra 的 Codex,但 Deepseek 性能极强、速度快且便宜 |
| Ghidra + MCP bridge | 市面上最好的反汇编器和反编译器,免费。有了 MCP bridge,agent 能很好地使用它 |
| radare2 和 kuna | 命令行反汇编器和反编译器。不如 Ghidra 好,但快得多,对 AI 来说可能更好用 |
流程
我如今基本上就是把 agent 指向要分析的二进制文件,然后使用我那套专用的 agent skills。剩下的通常它自己就搞定了。但撇开 skills 不谈,流程基本上是这样的。
- 确定二进制文件类型、平台、构建方式等——据此使用合适的反编译器(注意——当前的 AI 仅凭反汇编,即纯 x86 或 ARM 指令,就做得相当不错)。
- 命令 agent 把所有发现随时记录到 MD 文件中。这有几个用途。它们会成为供你自己理解的笔记。它们帮助 agent 在压缩 / 交接给不同 agent 后不迷失方向。最后但同样重要的是,它帮助 agent 更有效地工作,不至于陷入循环等。后面会更多谈到这一点。
- 让 agent 分析基本结构。给定二进制文件的主要函数、主要分支、导入函数等。我说的二进制文件是指任何东西。桌面可执行文件、网站或固件镜像。
一旦我有了这个基本概览,我通常就能按需继续,对原始二进制文件进行修改、构建 mod,或者只是帮我更好地理解它。
有些情况下,某些东西无法通过简单的反汇编或反编译轻松解决。在这种情况下,你可以:
- 让 agent 调试给定的二进制文件,并在特定部分设置断点,帮助它弄清给定的内部运作。
- 使用日志。要么设法在原始二进制文件中启用它,要么制作一个探针(这可能意味着很多种东西),注入到原始二进制文件,并通过日志(写入文件)为你记录解决给定功能所需的一切。
- 给 agent 外部访问权限——即针对桌面应用的 computer use,或用于运行和控制给定固件的、可通过 api 控制的模拟器。
- 让 agent 尝试不同的方法。但你必须具体。即当它在反汇编中沿着 xrefs 追踪陷入困境时,让它尝试改为沿着二进制文件中的字符串追踪。
- 阅读整个 LLM 对话和思考过程。当前的 LLM 很聪明,但它们有时仍会陷入狭窄的思路。通过阅读轨迹,你往往能本能地看出 agent 正走入死路,并给它建议更好的切入方式。不过那需要你自己具备这项技能。
SKILLS
以下是我经常使用的一些主要 skills。
Matt Pottock - Grill me
当你的输入可能有价值时,它会给你提出几个问题。我通常搭配这个 prompt 使用它:
图表:text
Use skill /grill-me to ask me up to 5 questions
whose answers are crucial for your further progress.
Ask only one question at a time.
mattpocock/skillsShellSkills for Real Engineers. Straight from my .agents directory.Open repo ↗Opens in a new tab.
Ghidra / 其他逆向工程工具 skill
拥有一个描述你特定逆向工程工具的 skill 帮助极大。即描述如何使用 radare2 或 kuna。或者描述如何使用 MCP Ghidra bridge 以及用于什么目的。没有这样的 skill,agent 往往会很快放弃、迷失方向,不知道如何进行实际的反汇编 / 反编译。
ioma8/ghidra-decompile-skillJavaAgent skill + 22 Ghidra scripts for fast targeted decompilation, and the fix for GhidraMCP extension/Ghidra version mismatches.Open repo ↗Opens in a new tab.
假设调试
文章标题:LLM Assisted Reverse Engineering
这也是我自己的一个技能。它与我之前写过的内容有关,即让 agent 把所有东西都记录到 MD 文件里有多么重要。这个技能会迫使陷入困境的 agent 遵循以下循环:
- 对某个事物为什么/如何运作提出假设。把它写进 CSV 假设表,保存到磁盘上。
- 设计实验(探针、日志记录……),能够确凿地证实或证伪这个假设。
- 记录结果。
这是科学方法的一种变体,当 agent 在某个问题上卡住时,它能提供显著帮助。阻止它原地打转。通过迫使它做确凿的实验。不再有无休止的猜测和随机尝试。在我看来这一点至关重要。我也把它公开了,好让别人也能从中受益。
ioma8/hypothesis-debuggingAgent skill for hypothesis-driven debugging — one testable hypothesis at a time, logged and validated in a CSV loop.Open repo ↗Opens in a new tab.
各种 hack 与探针的实现
在实现任何东西时,我基本上只用 2 套工具。
- Python,但配合 UV 工具链。UV 工具链能让你超快地创建自定义环境,而且可移植。还能做单文件、依赖内联的脚本。Python 非常适合做原型、快速编写探针,甚至反编译辅助工具。
- Rust,用于给定 hack 的实际实现。只要有可能,我就会用 Rust 来做这件事。原因有很多,但最主要的两个是:
- 对我个人来说,它是一门非常优雅的语言,用起来很顺手
- 它在 agent 迭代时能提供极其出色的反馈回路——编译器非常严格,会立刻把 agent 可能正在走向的任何内存或语法问题指出来。当然,Rust 也有它的缺点,比如编译时间较慢,但总体而言它是一门成熟的语言,拥有大量构建目标(我用它实现过 web、桌面应用、hack / trainer,甚至各种嵌入式语言的固件)。
我的 hacking 成果
借助 AI 辅助的逆向工程,在过去 6 个月里我取得了如此惊人的逆向工程成果,这些成果如果手工完成,每一个都要花上好几年。
- 对 Alphasmart NEO 打字设备进行了逆向工程并 hack
- 完整梳理了许多设备的通信协议,比如 EmWave 生物反馈设备,或我的两台 Sony Alpha 无反相机。这让我能为文件传输、无线控制等制作自定义的桌面和移动应用。我甚至用这种方式把我的 A7III 无反相机变成了一个无线网络摄像头。
- 入侵并为音乐合成器开发了自定义固件:Arturia MiniFreak、Teenage Engineering OP-Z、Akai MPC Sample
- Arturia MiniFreak
- Teenage Engineering OP-Z
- Akai MPC Sample
- 为 Xteink X4 电子书阅读器制作了自定义固件
- 修复了老款 HP 打印机在 MacOs 上的驱动
- 破解了大量我年轻时代受许可证锁定的 abandonware 软件
- 开发了自定义的轻量级 Evernote 客户端
- 以及更多
有时逆向工程和软件开发之间的界限很模糊。有时你只是破译了那个丑陋付费应用的专有存档文件格式,然后就进入了干净的软件开发阶段,去构建你全新的、完全独特的编辑器来处理这些文件。(是的,我也做了自定义的 Photoshop,它不是 ArtCraft 套件——我比他们早大约一年做的,只给我自己用)。
最后感想
逆向工程和入侵旧软件或设备一直是我的爱好。我懂汇编,我懂硬件。但这是个漫长而枯燥的过程。
如今有了对智能 LLM 工具的廉价可及性,这个爱好对我来说发生了戏剧性的转变。我不怀念手动分析汇编指令。但我喜欢快速得到结果。是的,我的长期经验帮助我把 agent 引向正确的方向。但这也很有趣。而且我一路学到了大量东西。
文章标题:LLM Assisted Reverse Engineering
正文: 我希望每个人都去尝试做一些自己的黑客式探索。对我来说,这个爱好是由好奇心驱动的。而 LLM 并没有夺走这一点。它们为我的好奇与探索装上了涡轮增压。解放我们的思想吧!