今天花一整天，实测了一个开源的逆向分析工具。
最近 REA 火得离谱。10 月 6 号还不到 1 万星，10 月 12 号已经 11 万——六天涨了十万。我写这篇文章的时候，它已经过了 20 万；等我把它发出来，GitHub 上已经是 43 万。
六天涨十万——我还没测完，它又翻了一倍
它的介绍里写得更响：agent 优先、两百多个原子能力、可以分析「任何二进制」。我拿手上一份单片机固件去试。
结论是：它没有宣传的那么神；而它承诺的那些事，大模型自己做得更好。
三个实测结果
同一份固件，它的分析接口报出 87 个函数；我绕开它，直接用 Ghidra 无头模式强制导出，是 343 个。差的不是精度，是视野——它的工具集里没有「强制反汇编」、没有「创建函数」、也没有「修正语言规格」。Ghidra 没认出来的，它就永远看不见。
那份 3.5KB 的引导程序有 46 项中断向量表，Ghidra 只认出 1 个函数，它也只能报 1 个。
批量反编译，多数返回「没有已加载的源码映射」。
我喂它一个校验完全合法的 HEX 烧录件，它直接报「不支持的二进制格式」——而它自己的文档写着支持 HEX。
我把它的仓库交给 AI 读了一遍
光凭现象下判断不够。我把它的仓库交给 AI，让它从入口一层层往下读。读出来的结构很清楚：src/ghidra、src/hopper、src/ida 是三个引擎适配层，src/application 负责「先调谁、结果存哪、编号怎么记」，src/domain 里没有一行反汇编。它自己的开发文档也是这么写的——依赖从领域逻辑流向契约、引擎适配、工作流，再落到底层的命令行和 MCP 接口。
它那两百多个工具，本质全是转调——反编译交给 Ghidra，调试交给 GDB，动态插桩交给 Frida。它只负责发指令、收结果、编号存档。整个工具里，一行反汇编代码都没有。
发动机是别人的，它是仪表盘。
仪表盘的问题在于：只能显示发动机已经算出来的东西。
表盘能读出发动机的读数，读不出表盘之外的东西
换句话说，它是一个把三个引擎接进同一个入口的调度器。它最想卖给你的东西，就是排顺序。
所谓「编排」，正是大模型的本行
判断这段代码在做什么、这两个校验函数是不是同一套协议、状态变量为什么只有 0、1、2 三个取值——这些是推理，不是接口。
所谓「编排」，就是挑工具、读输出、决定下一步。这件事我让它干和我自己干，后者更灵活：它不会去追一条自己没预料到的线索。
它真正有价值的地方
不是分析深度，是可复核。每个操作都钉死输入哈希、引擎版本、参数和证据编号，同一份固件谁都能重跑一遍。交接和跨版本对比时，这是真本事——但它保证的是「这段输出来自这次操作」，不是「这个结论是对的」。
一天下来我把它卸了，只留下它那条可复核的流程，写进自己的技能里。
这就是我卸掉它的原因：REA 看起来很神，其实干的是大模型早就知道的逆向常识——把 Ghidra、GDB、Frida 包成一个入口，替我挑工具、读输出、记步骤。
真正值钱的只有那条可复核的流程。
网友朋友们，难道是我的打开方式不对？
要不你把我这篇文章复制给自己的 AI，让它评一评：是我要求太高，还是它真的过誉了。它要说这工具确实能逆向一切——那我认栽，把它装回去。它要说得跟我差不多，麻烦你回来说一声，好让我知道今天这一天没白花。