Открытый проект REA из репозитория morluto/rea подключает агентам вроде Claude Code и Codex классический арсенал обратной разработки: сайты, JavaScript и Electron-приложения, .NET-сборки, Android APK, прошивки и нативные бинарники через Ghidra, Hopper и IDA. Репозиторий с лицензией MIT стал одним из самых быстрорастущих на GitHub, к середине октября 2026 года у него около 240 тысяч звёзд и 60 тысяч форков. В единственном независимом тесте агент с REA корректно восстановил структуру фич чужого iOS-экрана, где агент без REA ошибся, а разбор через REA при этом обошёлся примерно в 3,5 раза дороже. Главная инженерная новинка проекта — Evidence Contract, разделяющий наблюдения, умозаключения и неизвестное и прямо нацеленный на главную слабость агентов в обратной разработке, галлюцинации.

image
image
image

Что произошло

Проект REA из репозитория morluto/rea оформлен как связка MCP-сервера и CLI, которые позволяют агентам вроде Claude Code и Codex проводить обратную разработку программ без доступа к исходному коду. Заявленные режимы охватывают нативные бинарники через дизассемблеры Hopper, Ghidra и IDA, JavaScript и Electron-приложения, .NET-сборки, Android APK, прошивки и сайты, анализ выполняется локально, распространение идёт по лицензии MIT, а 13 октября 2026 года вышла версия v6.5.0. Динамика звёзд на GitHub выделяется даже на фоне обычных вирусных проектов: около 79 тысяч на старте теста MG AI Blog 11 октября 2026 года, свыше 100 тысяч сутки спустя, около 109 тысяч на момент подготовки материала и, по разбору Data Dynamics для v6.5.0, 240 тысяч звёзд и 60 тысяч форков к середине октября. Параллельно MG AI Blog провёл прямое сравнение на одном iOS-экране: Claude Code с REA корректно восстановил функциональную структуру, включая порядок карточек, блок chronotype, серию streaks и карточки sleep и HRV, а тот же агент без REA ошибся в порядке и пропустил часть фич.

Контекст

Обратная разработка была и остаётся во многом ручным ремеслом: аналитик работает в дизассемблере вроде Ghidra, Hopper или IDA, по фрагментам восстанавливает устройство программы, а навык этот узкий и дорогой. LLM-агенты обещают такую работу ускорить, но их слабое место в подобных задачах давно известно: галлюцинации и смешение двух разных сообщений, «мы не посмотрели» и «там ничего нет», когда модель уверенно докладывает об отсутствии механизма, который просто не попал ей в поле зрения. Ответ REA лежит в архитектуре: инструмент служит обёрткой MCP над классическими средствами анализа, а результат возвращает в формате Evidence Contract, где явно разделены observations, derivations, inferences и unknowns, то есть наблюдения, производные данные, умозаключения и неизведанное. Провенанс каждого утверждения становится частью вывода, и неизвестное перестаёт маскироваться под пустоту. Есть и принципиальная граница возможностей: собственно исходный код REA не восстанавливает, на выходе остаются псевдокод и собранные доказательства.

Почему это важно для индустрии

Для отрасли REA ценен не как обещание реверс-инжиниринга для всех, а как рабочий образец нового слоя агентной инфраструктуры. Командам, которые проектируют собственные MCP-инструменты, доступен готовый шаблон: обёртки над проверенными профессиональными средствами анализа плюс формат ответа, в котором наблюдения и умозаключения разделены, а неизведанное отслеживается явно как часть контракта. Одновременно смещается сама структура ценности: разбор чужих приложений и сайтов превращается из ручного навыка одиночных специалистов в дешёвый вход для агентных продуктов, а teardown и анализ чужого ПО становятся опцией прототипирования, а не отдельной профессией. Если адопция продолжится, вероятно копирование подхода Evidence Contract в других MCP-инструментах и появление публичных бенчмарков агентного реверса, однако это прогноз-интерпретация, а не установленный факт.

Почему это важно для пользователей

На практике разбор чужого продукта сводится к одной команде: npx rea-agents setup подключает REA к Claude Code или Codex, после чего агенту можно поручить разобрать сайт или приложение и получить структуру фич, дизайн-токены, цвета, шрифты и параметры анимаций. Дальше выстраивается целостный сценарий: извлечённые правила превращаются в прототип или клон, например в виде файла DESIGN.md, а материал разбора годится и для teardown-отчётов о чужих продуктах. Экономику стоит знать заранее: в тесте MG AI Blog разбор через REA обошёлся примерно в 40,60 доллара и занял около часа двенадцати минут, тогда как тот же агент без REA потратил около 11,76 доллара и сорока минут, то есть связка с REA оказалась в 3,5 раза дороже. Отсюда практичная стратегия, подтверждённая тестом: REA отвечает за точную функциональную структуру, а визуальное соответствие лучше добирать скриншотами.

Что пока неизвестно / ограничения

Подтверждённая база остаётся узкой: весь количественный аргумент — это одно сравнение на одном iOS-экране, без проверки устойчивости к вариациям промптов и к повторным запускам, поэтому оценка «качественно лучше» пока неотделима от этого единственного случая. Заявленная широта режимов, включая нативные бинарники, .NET, Android APK и прошивки, по доступным материалам реально проверена только на сайтах и одном iOS-приложении, и разрыв между декларациями и верификацией остаётся главным открытым вопросом. Для встраивания в production не хватает данных о латентности и стабильности прогонов, а цена и скорость после релиза v6.5.0 могут быстро меняться от версии к версии. Наконец, ожидания, что агентный слой над дизассемблерами в ближайшие годы станет стандартом инженерных пайплайнов, — это интерпретации с высокой неопределённостью, а не установленные факты.

Источники

Автор

Look at AI, редакция