REA 不是反編譯器，是反編譯器的仲介層：跟直接叫 AI 猜差在哪，證據鏈到底長什麼樣

REA 是什麼：它不反編譯，它是幫 AI agent 排工具的那一層

很多人第一次看到 REA（Reverse Engineer Anything）會以為它是一套新的反編譯器。不是。它自己不拆任何執行檔，而是把你電腦裡原本就有的 Hopper、Ghidra、IDA、JADX、adb、binwalk 包起來，做成一組命令列指令加一個 MCP server，讓 AI coding agent 叫得動。MCP 是 AI 助理與外部工具之間的共通插座，插上去，助理就知道怎麼下指令叫工具。

官方把它定位成「反編譯器的仲介層」，本身不具備反編譯能力。它支援 17 種 coding agent，包括 Claude Code、Codex、Cursor、Gemini CLI、Windsurf 等，6.4.0 版更加入 Hermes 與 Qwen Code 的 setup。

差別在哪？以前叫 AI 猜一支程式在做什麼，它只能靠檔名瞎編；現在是拿真工具跑出真結果，再整理成一份有出處的報告。

舉個具體例子：分析 Android APK 會叫 JADX 反編譯，原生執行檔會叫 Ghidra 跑虛擬碼。每條結論都標明是觀察、推導、推論還是未知，並附上信心值與 provider 名稱。

三層架構：誰負責什麼

• 上層是你的 AI coding agent，Claude Code、Codex、Cursor 都算，負責聽你說話、決定要查什麼。
• 中間是 REA，也就是編排層。它挑對工具、下對參數，把各家長得完全不一樣的輸出統一成同一種證據格式。
• 底層是真正的分析引擎，Ghidra、Hopper、JADX、Apktool 都算，真正拆開檔案的是它們，功勞不在 REA。

官方架構圖把 provider 分成深度分析（Hopper、Ghidra、IDA、JEB）與輔助（JADX、adb、Apktool、binwalk、pwntools）兩類。CLI 與 MCP server 共用同一套引擎，兩邊能做的事一模一樣。

官方在 AGENTS.md 寫得很白：觀察、推導、推論、未知必須分開標記，而且「失敗、未知、不支援、截斷、跳過，永遠不得聚合成通過」。這是它跟「叫 AI 猜」最大的分野。

實際運作上，每次結果會存成結構化證據（Evidence v2），可匯出、重新匯入、跨版本 diff。官方舉例，Obsidian 的完整證據檔約 334 MB，投影成 summary view 後只剩約 10 KB。

專案數據都查得到：儲存庫 morluto/rea 採 MIT 授權，主要語言 TypeScript，2,228 次提交、約 82 位貢獻者，最新版 6.4.0 於 2026 年 10 月發布。命令列與 MCP server 共用同一套引擎，做的事一模一樣（來源：GitHub 專案頁、npm registry，2026）。

社群熱度也很猛：三天內從兩萬星漲到七萬六千星以上，單日新增超過兩萬五千星。npm 套件近 30 天下載 39,702 次，安裝只需 Node.js 22.19 以上或 24.11 以上。

證據鏈長什麼樣：觀察、推導、推論、未知，四種東西分開放

大部分人用 AI 查陌生程式，拿到的是語氣很像專家的猜測。REA 把每次分析拆成四類分開存放，每條都附信心值與 provider（哪個逆向工具交出來的），你一眼能看出哪句是工具真的看到、哪句只是推測。

這四類就是 Evidence v2 的實際資料結構：每筆結果除了分類標籤，還綁著信心值與 provider 名稱，這條結論是 JADX、Ghidra 還是 adb 交的都查得到。證據可匯出成 JSON、重新匯入，也能跨版本 diff，看出某條推論何時出現、何時被降級成未知。

四類資訊，為什麼不能混在一起

• 觀察：工具實際看到的，例如某函式真的呼叫了剪貼簿。
• 推導：從觀察算出來的，例如把一段位移還原成數學式。
• 推論：合理但未證明，例如推測登入碼每 30 秒輪替。
• 未知：明確標示沒查到，不假裝有答案。

官方在 AGENTS.md 把規則寫死：失敗、未知、不支援、被截斷，一律不得聚合成「通過」（來源：AGENTS.md，2026）。

官方案例：觀察與推測的距離

Aegis 驗證器是 Android 應用，REA 追出六位數登入碼算法後把展示時鐘往前移，驗證 30 秒輪替一次。Notion 剪貼簿屬 Electron，從頁面 API 追到 IPC 包裝層再到系統剪貼簿，靠觀察 HTML 標記與 rich block 資料的連結（來源：REA 官方案例頁，2026）。

另外三案更能看出分層用意：DownUnderCTF 是原生二進位，先觀察檢查函式裡的遮罩運算與加總，再推導還原成方程式解出 flag，並回頭用原始程式驗證；DX-Ball 從 1996 年 Windows 遊戲還原音場計算，寫成 C 函式後對照全部 63 個編譯位元組確認一致；TH04 彈幕則從 PC-98 DOS 的 16 位元角度輔助函式還原成 C++。三案裡跳出觀察的那一步都被單獨標成推論，事後用實驗補證。

案例證明的是工作流程可重現，不是「按一顆按鈕解開任何程式」；拿到報告先看哪些條目標成未知，那裡通常要另外排時間。社群最常補的一刀是「行為不等於實作」：能模仿外部行為，卻推不出內部的快取策略、衝突解決順序、離線資料模型。因此 provider 欄位不是裝飾：不同工具給的推論層級常不一致，交叉比對才看得出哪條站得住。

動手跑一次：一行 npx 就能分析 JavaScript，證據檔太大再投影

REA 支援 15 類目標，JavaScript、Electron、.NET 三類不需付費工具，裝好 Node.js 就能跑；付費工具只有原生執行檔需要（來源：REA README、installation.md，2026）。

REA 不是反編譯器，是「反編譯器的仲介層」：把 Hopper、Ghidra、IDA、JADX、adb、binwalk、Apktool 包成 CLI 加 MCP server，供 AI coding agent 呼叫。AGENTS.md 要求區分 observation、derivation、inference 與 unknown，且 fail、unknown、unsupported、truncated、skipped 不得聚合成 pass。最新版 6.4.0（2026-10-11 發布），npm 套件名 rea-agents，近 30 天下載約 39,702 次（來源：npm registry、AGENTS.md）。

npx -y rea-agents@latest analyze-javascript-application /絕對路徑 --json

--json 回傳結構化資料：模組、import 關係、source map、路由、IPC（應用程式內部模組互相呼叫的通道）與原生外掛關聯。官方案例：Notion 剪貼簿沿 IPC 追到系統剪貼簿；Aegis 驗證器（Android APK，六位數登入碼、30 秒輪替）、DownUnderCTF（原生二進位）、DX-Ball 音場（對照全部 63 個編譯位元組）與 TH04 彈幕（PC-98 DOS）（來源：rea.tools/showcase/，2026）。

證據檔太大，先存檔再投影

實測 Obsidian 證據檔約 334 MB，塞不進 agent 上下文。官方解法先存檔再投影：投影後只剩約 10 KB，少掉 3 萬多倍（來源：cli.md，2026）。

rea analyze-javascript-application /path/to/app --json > app-evidence.json

jq -c '{source:{kind:"inline"，evidence:.}，view:{kind:"summary"}}' app-evidence.json > app-view.json

rea inspect-analysis-view app-view.json

三個自我診斷指令能問出什麼

跑不起來時先問這三個：rea doctor 檢查環境、rea providers 列出接上的分析引擎、rea capabilities 回報能處理哪幾類目標，三個都加 --json。若 rea providers 顯示 Ghidra 缺席，原生執行檔分析會歸類為 unsupported。SECURITY.md 明講「這不是沙箱」，執行時捕捉會用你的使用者權限真的跑目標程式，分析結果會進到 agent 的模型供應商。

安裝硬規則：Node.js 只支援 22.x（>=22.19）、24.x（>=24.11）與 26 以上，23、25 版及所有 prerelease 都不在清單；原生分析主機基線是 macOS 12+、Ubuntu 24.04+、Fedora 41+、Nobara 44+、64 位元 Arch Linux、CachyOS、Omarchy；Windows 僅支援 Ghidra，標示實驗性 P0。安裝腳本先顯示變更計畫、要求核准（預設 No）並備份設定，不會順手升級 Node.js、npm、Homebrew 或 Java。Ubuntu 22.04 或 CentOS 系不在支援基線內（來源：installation.md，2026）。

17 個 client ID：Claude Code、Claude Desktop、Codex、Cursor、Gemini CLI、Windsurf、Devin、OpenCode、Antigravity、GitHub Copilot CLI、Command Code、Qwen Code、VS Code、Grok Build、OMP、Pi、Hermes。6.4.0 CHANGELOG 明寫「Added Pi， Hermes and Qwen Code setup， including Hermes active-profile support」（來源：installation.md、CHANGELOG.md，2026）。

每次成功結果存成 Evidence v2：observation 是工具看到什麼、derivation 是從觀察算出什麼、inference 是合理但未證明什麼、unknown 標示沒查到的部分；信心值與 provider 名稱都記錄，證據可匯出、重新匯入、跨版本 diff（來源：AGENTS.md、rea.tools/faq/）。

限制：行為不等於實作，推不出內部快取策略、衝突解決、離線資料模型；反編譯程式碼缺乏設計脈絡；對已有逆向方法論的人，價值是省下工具串接時間；深度調查很吃 token，成本另計（來源：dev.to/arshtechpro，2026）。

替代方案有限公司觀點：它在台灣團隊的工作流該擺在哪個位置

我們用自己的工作機實測過，Linux Mint 22.3（Ubuntu 24.04 基底）搭 Node v22.23.3，對照官方需求清單是合格的，跑 JavaScript 與 Electron 靜態分析沒有卡關，不必為了試用換一套作業系統。

我們認為 REA 該擺的位置很明確，就是「已經決定要用逆向工具，但不想每次手工串接」的那一層。它把 Ghidra、Hopper、JADX 包成統一介面，讓 AI 助理直接呼叫，並把每次調查整理成同一種格式。對台灣團隊真正的價值是紀錄長得一樣、可以跨版本比對，交接時不必再問「上次那個結論是怎麼來的」。

老實說，它不會讓沒有逆向方法論的人突然會逆向。對已經有方法論的人，它省下的是工具串接時間，不是能力躍升。

三個台灣團隊會撞到的現實條件

• 作業系統基線比想像中高。官方支援 Ubuntu 24.04 以上，不少台灣公司還停在 22.04 或 CentOS 系。
• Windows 只能算半套。原生執行檔分析仍標示為實驗性，官方只保 Ghidra 一條路，Node.js 23 與 25 也不支援。
• 它不是沙箱，也不完全本機。官方在安全文件明講這不是沙箱，執行時會用你自己的權限真的去跑目標程式，分析結果會進到 AI 模型供應商，深度調查的 token 成本要另外算。

我們的落地建議是先挑一個沒有機密的自家舊專案，走不用付費工具的 JavaScript 或 .NET 類別，跑一輪完整的證據匯出與版本比對，確認團隊真的用得上，再考慮原生執行檔那條需要花錢或花時間設定的路線。

限制與取捨：官方自列的三類限制，加上跟 Ghidra、IDA、Hopper 的分工

REA 值得信任的地方，是官方自己在安全文件把限制講白，沒有過度承諾。三類限制要先看清楚，再決定要不要用。

第一類是沙箱。官方明講「這不是沙箱，也不防禦已在你帳號下執行的惡意程序」。第二類是資料流向：執行時捕捉會用你自己的使用者權限真的去跑目標程式，分析結果也會進到 AI 代理的模型供應商，等於內容出了你的機器。第三類是平台支援，Windows 的原生分析仍標示為實驗性，Node.js 23、25 版不支援，macOS 若缺少特定授權則無法擷取。社群另外補一刀：它模仿得出外部行為，卻推不出內部的快取策略與離線資料模型，而且深度調查很吃 token，成本要另外算。

跟 Ghidra、IDA、Hopper 的分工

Hacker News 上最多人問的一句是「這跟直接叫 Claude 裝 Ghidra 有什麼不同」。差別在 REA 是編排層，不是反編譯器。它負責選工具、下參數、把結果整理成帶信心值的證據鏈，真正的反編譯還是交給以下幾套：

• Ghidra：開源免費，預算有限時的第一選擇
• IDA：業界標準，專業版價格高，REA 以唯讀方式接它
• Hopper：macOS 生態主力，個人授權 99 歐元，一次買斷
• Binary Ninja：個人版 199 美元，本身沒有代理編排層

已經有一套逆向方法論的人，裝 REA 主要是省下工具串接時間，不是能力躍升。反過來說，如果你的需求只是 JavaScript、Electron 或 .NET，這三類完全不需要付費工具，也不需要 Ghidra，那麼上述限制對你的影響就小很多，先用這條路線試水溫最划算。

常見問題 FAQ

Q：這跟我直接把程式碼貼給 AI 問「這支程式在幹嘛」，差在哪？
最大的差別是，REA 交出來的不是一段聽起來很像的猜測，而是一條可以回頭查證的證據鏈。它本身不做反編譯，而是把 Hopper、Ghidra、IDA、JADX 這些現成逆向工具包成一個 CLI 加一個 MCP server，讓 AI agent 直接呼叫，再把結果整理成統一格式。每個結論都會標明這是「觀察到」的、「推導出來」的、還是只是「推論」，沒查到的部分更會老實標成 unknown，並附上信心值。官方原則寫得很白：fail 和 unknown 永遠不得聚合成 pass。所以社群也提醒，它能模仿外部行為，卻推不出內部為什麼這樣設計。

Q：裝了之後，我分析的檔案會不會被傳到外面去？
要分兩段來看。分析本身是在你自己的機器上跑，但官方 SECURITY.md 自己也寫明，分析結果會進到 agent 的模型供應商，並不是完全不出門。也就是說，被分析目標裡的字串、符號這些內容，有機會跟著 agent 的對話一起送出去。另外官方也直說「這不是沙箱」，執行時捕捉會真的用你的使用者權限去跑目標程式，並不防禦已經在你帳號下執行的惡意程序。所以如果是要拿它跑外部交付的二進位檔做稽核，這件事最好先想清楚。

Q：我只是想分析自己公司的東西，一定要花錢買工具嗎？
看你要分析哪一類。如果是 JavaScript、Electron 或 .NET 這三類，完全不需要額外付費工具，裝好 Node.js 就能跑，CLI 也有 analyze-javascript-application 這類指令可以直接下。真正要花錢或花時間設定的只有原生執行檔那一類，得自備 Hopper、Ghidra 或 IDA，其中 Ghidra 是免費開源的，Hopper 個人版 99 歐元，IDA 另有 Home 授權。環境上要留意 Node.js 需 22.19 以上或 24.11 以上，Windows 原生分析官方只標示為實驗性支援，Linux 則要 Ubuntu 24.04 以上。

📩 有任何問題或需要協助，歡迎聯絡我們：[email protected]