工作清單

AI 开始逆向一切！21万星 REA 实测：软件的护城河正在消失？

逐字稿文字預覽

Adobe 可能真的要哭了
有人居然用 AI
重新開發了七款 Adobe 的軟件的替代品
而且直接開源！
其中最引人注目的
就是 Photoshop 的挑戰者：
PhotoCraft
它的開發者 Brandon Thomas 在 X 上曬出了自己的成果：
七款軟件
用 Rust 寫成，並且代碼全部公開
這裡不得不說
PhotoCraft 的界面一眼看過去
只要是熟悉 Photoshop 的人恐怕都得要愣一下
評論區更是絕
有人一本正經地提醒他：“你忘了把 Creative Cloud 也做出來
我還需要一個能無緣無故拖慢電腦的軟件呢！
”
這句話
Adobe 聽了大概不會太開心吧
但是，在遊戲圈發生的事情
畫面就更加瘋狂了
超級馬里奧
居然跑進了《艾爾登法環》！
他不僅能在這個世界里三重跳
還能真的和 Boss 打起來
開發者把實機畫面直接發到了 X 上面（已被禁止）
蜘蛛俠也跑到了蝙蝠俠的哥譚市
在《阿卡姆騎士》的城市上空蕩來蕩去
還有人把《我的世界》和《GTA》連在一起
讓不同的遊戲世界發生聯動
你看
曾經隔著厚厚軟件邊界的角色、場景和玩法
正在被開發者們用越來越大膽的方式重新組合
如果說這些畫面已經足夠瘋狂了
那接下來的這件事就有點硬核了
一款上世紀九十年代的 Windows 打磚塊遊戲
DXBall——研究者用一個叫 REA 的新工具
讓 AI 沿著三十年前的機器指令往下追
重新找到了控制左右聲道的計算規則
三千二百零五組行為測試，全部通過！
重新編譯之後
目標函數的六十三個字節
竟然也和原版完全匹配！
你有沒有發現
這些故事背後正在發生一件特別有意思的事？
AI 不再只是替我們寫新代碼了
它開始幫助開發者研究已有的軟件、拆解運行機制
甚至重新創造那些原本需要專業團隊才能夠完成的功能
那這會把軟件開發帶到哪裡呢？
我決定呀我不只是去看 X 上的熱鬧
我要自己動手試一次
就在這股浪潮裡面
GitHub 上有個名字特別狂的項目：
叫做 REA
它的全稱是 Reverse Engineer Anything
翻譯成中文就是“對任何事物進行逆向工程”，
也常被叫作“逆向一切”。
這是一個漲星超級快的項目
我都有點不敢報它的星數了
它目前是 192K 星
你們看到我的視頻的時候可以再去看看它有多少顆星了！
記得在評論區留言告訴我哦！
那這次呢
我把逆向工程的任務交給了 Codex
目標不是一個自制的小玩具
也不是一款三十年前的遊戲
我們直接去研究蘋果官網
然後
讓 Codex 把學到的設計和交互機制
用在我自己的網站上
看看 AI 究竟能不能從研究別人的軟件
一路走到創造真正能用的產品
歡迎回到wow insight！
在繼續今天的視頻之前
我想先感謝一直支持這個頻道的朋友
我知道還有不少觀看我視頻的朋友還沒有訂閱頻道
那如果你覺得我的內容對你有幫助
歡迎訂閱點贊和分享
也歡迎加入頻道會員
每個月一杯咖啡的錢
不僅是對我的支持
也會幫助我繼續製作更多關於人工智能和未來技術方向的深度內容
好的，接下來我們進入今天的主題
要理解這件事
我們就先得拆掉一個很容易產生的誤會——逆向工程不是說有個按鈕
你按一下
別人寫過的源代碼就原封不動地出現了
軟件經過編譯之後
原來的注釋、變量名
甚至是一些寫法和結構
都可能已經消失了
兩個寫法完全不同的程序
也可能實現一樣的行為
比如作者寫下二加三
那編譯器呢完全可能把它優化成直接返回五
你從最後的機器碼回頭再看
未必還能搞清楚作者當時究竟寫的是哪一種
所以
真正重要的是把軟件的行為和規則重新弄明白
而不是說只是找回一個看上去像源碼的東西
那在過去呢
這件事情常常要靠懂瀏覽器調試、反匯編、和函數調用追蹤的專業工程師
去一點一點的查證
那 REA 呢
它的全稱是 Reverse Engineer Anything
名字聽著就挺囂張的
它實際上不是憑空發明瞭一套神奇反編譯器
而是把已有的逆向分析能力整理成 Agent 能調用的調查工具
它的底層可以連接像 Ghidra 、Hopper 等等這樣的專業工具
也可以用於調查公開網頁的結構和運行行為
這相當於給 Agent 配了一套調查員的裝備：
它可以找線索、沿著調用路徑往下追、對照觀察結果；
當然，它也可能走錯路
需要繼續檢查
那這裡呢恰好有一件 AI 特別擅長、也特別值得我們關注的事：
就是循環
也就是先觀察一個軟件怎麼做
然後提出一種實現猜想
然後自己寫出版本
然後再拿實際行為去對照
如果不一樣呢？
那就修改、再試
剛才 DXBall 的三千多組測試
就是這種思路的最有力的證明之一
不過
驗證能讓你知道某個結果是否相符
但不等於從此所有軟件都能輕鬆重建
大系統里還有海量互相依賴的功能、性能問題、運行環境和人的判斷
好、那接下來
我把這個思路搬到一個很熟悉的地方：蘋果官網
事情的起點其實很普通
我已經有一個 wow insight 的網站了
收錄的是我自己做過的幾百支視頻
它不是壞網站：
它能瀏覽、能搜索、還能按播放列表進行分類
它該有的功能基本都有
這是半年前 Hermes 指揮 Claude code 開發的
當時呢只是為了做演示視頻
目前一直是 Hermes 在自動維護它
但我每次打開它的時候
總覺得少了點什麼
畢竟做一支深度視頻
要讀資料、研究論文、設計封面
有時要折騰好多天
Hermes 幫我把它們發佈到網站上
卻只是整整齊齊的一排卡片：
一張圖
一行標題，再下一張圖
但你看蘋果展示一款產品的時候
完全是另一種態度
一台 Mac，一部 iPhone
甚至一個功能
都值得一個專屬的舞台
先看到什麼，滑動之後再看到什麼
哪一句文字應該停在視線裡面
都是經過設計的
那我就在想了：
為什麼我的每支精選視頻
不把它當作一款產品呢？
就像蘋果那樣？
但是
如果我直接對 Codex 說一句“幫我做個蘋果風格的網站”。
那樣很可能只是黑色的背景、超大的字體、和幾個淡入的動畫
看著有點像
實際上它並不知道蘋果是怎樣做到的
那回頭又都是我的事情了
又或者呢讓它狂燒幾天的 tokens 去研究——但這些呢又都不是我想要的結果
我想換個玩法：
先讓 Agent 去調查真實的蘋果官網
再回來改造我自己的網站
於是，我在 Mac Studio 上接入 REA
讓 Codex 開始工作
怎樣安裝 REA
我就省略了啊——就一條命令！
你看屏幕
如果還有問題就把它的 github 鏈接發給你的智能體
在開始之前，我要先強調一個邊界：
就是我研究的是蘋果公開網頁加載到瀏覽器里的內容
不是潛入它的服務器
也沒有破解什麼軟件
Codex 在 REA 的幫助下觀察網頁結構、CSS、JavaScript 和真實的滾動行為
留下了一份可追溯的調查報告
最有意思的
是那些看起來簡單、實際上呀是各有門道的滾動效果
比如，你向下滑動的時候
標題先出現
下一行說明會稍稍晚一點跟上
整組內容像排練過一樣入場
我本來可以直接用最常見的滾動檢測去模擬
但智能體調查發現
蘋果頁面中的相關效果有自己的 ScrollGroup 和 TimeGroup 機制
它們組織滾動觸發和動畫時序
並不只是給幾段文字隨便加一個延遲
另一處更有趣
某些展示畫面看起來像是跟著你的手指在轉動：
你往下滑一點
它就前進一點；
你停住，它也停住
Codex + REA 做的調查報告顯示
這類效果用到了預先製作的視頻
以及一種叫做 VideoScrub 的控制方式
網頁會把滾動進度對應到視頻時間
而不是普通地點擊播放
那這個發現呢就特別適合解釋一件事：
就是你在屏幕上看到一個漂亮的動畫
不代表它一定是由 CSS 實時畫出來的
但我沒有把蘋果發現的所有機制都複製到自己的網站——沒有必要！
一個視頻作品的展示站
不需要背上一整套的視頻尋幀系統
呵呵
我只是想在幾個小時之內就做出這個 demo
然後把我的體驗做成視頻分享給大家
所以歡迎你們把你們用 智能體 + REA 做出來的作品鏈接放在評論區哦！
最後
我和我的智能體們選擇了更輕巧的方案：
用原生 CSS 和少量的 JavaScript
實現自己的滾動淡入、懸停展示和分章節視覺節奏
這不是複製蘋果源碼——蘋果頁面的某些動畫是由它自己的時間組機制來控制的；
我的相似觀感
採用的是 IntersectionObserver 等更簡單的實現
所以，這個視頻我最想分享給你的是：
REA 幫 Codex 弄清楚別人是怎樣解決問題的
而 Codex 要決定的是我們到底需要哪一部分——這才是整場實驗的關鍵
到這裡
Mac Studio 上的 Codex 已經做出了新版網站
但我並沒有讓它直接覆蓋線上項目
因為我真正運行的網站
在另一台一直開機的 Mac mini M4 上
由 Hermes 負責維護
它原來呢就有每天晚上十一點自動拉取數據、提交 GitHub、以及交給 Vercel 發佈的成熟流程
這一次
我讓 Codex 把自己的調查、代碼改動、數據規則、構建命令和注意事項寫成交接材料
再把實驗版複製過去
Hermes 接手後先看真實生產環境
保留原有數據和人工編輯內容
然後在獨立副本里完成整合
它做的不只是把新網頁拷貝到服務器
Hermes 把這步接進新版更新流程：
取數據、算 Top 5、檢查高清封面、生成頁面、核對版本
最後準備發佈
新版網站發佈之後
我自己打開網頁看了一下
效果達到預期
整個體驗下來，我想告訴你的是
不要把所有功勞都歸功於 REA——你看
Codex 在一台機器上調查和創造
Hermes 在另一台機器上接手部署
兩個 Agent 接力完成了整個項目
但真正重要的
還有我們人類自己的選擇和判斷
回頭看開場那些遊戲畫面
我覺得有一件事特別有意思
現在
我們可以看見馬里奧跑進《艾爾登法環》，
也可以看見不同遊戲的角色、場景和玩法被重新組合
AI 讓研究、修改、和重建軟件的門檻開始降低
這些曾經不可思議的畫面
也越來越多地出現在真實的開發者實驗中
可換一個問題：
如果今天我們能夠把馬里奧放進任何一個遊戲
那誰會創造出下一款真正讓人著迷的《超級馬里奧》呢？
我讓 Codex 借助 REA 研究了蘋果的官網
確實學會了不少漂亮的設計方法
還把它們用到了自己的網站上
如果你是一個設計者
可以再花幾天細化
就一定能做出更驚艷的效果
但蘋果的魅力不只是那些動畫
正如一個好遊戲
也絕不只是把熟悉的角色放進另一個世界
當 AI 越來越擅長拆解和重建
真正值得期待的
是有人用這些能力創造出我們從未見過的新作品！
這裡是wow insight！
那如果你喜歡這支影片的話
就記得幫我訂閱點贊和分享
我們就下一支影片再見囉，拜拜

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/iDBDZoEBofQ?si=fwB0wGJCPyneiF-v --language zh --adopt-source-subtitles --allowed-language zh --language-mode PRIMARY

    來源：https://youtu.be/iDBDZoEBofQ?si=fwB0wGJCPyneiF-v

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles --allowed-language zh --language-mode PRIMARY

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：7.2 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：180.2 秒

    關係：依序執行

    結果：失敗

    問題：exit code -15；timeout

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  8. 6. 其他處理

    工具：/Users/sagawa/AI_WORK/videonote/.venv/bin/python

    處理：執行其他輔助工具

    產出：（無明確產出）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  9. 7. 其他處理

    工具：/Users/sagawa/AI_WORK/videonote/.venv/bin/python

    處理：執行其他輔助工具

    產出：（無明確產出）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  10. 8. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  11. 9. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  12. 10. 時間軸整合

    工具：videonote_timeline_reconcile.py

    處理：整合字幕、Whisper 與 VAD 時間證據

    產出：timeline_evidence.json（時間軸證據）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  13. 11. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  14. 12. 其他處理

    工具：/Users/sagawa/AI_WORK/videonote/.venv/bin/python

    處理：執行其他輔助工具

    產出：（無明確產出）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  15. 13. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  16. 14. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：77.3 秒

    關係：依序執行

    結果：完成

  17. 15. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  18. 16. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench