逆向工程+AI Agent：几周克隆Adobe应用的技术真相

一位美国开发者因连续两次被Adobe收取提前取消费，索性弃用Adobe全家桶，转而用逆向工程（Reverse Engineering）技术，在几周内免费发布了7款开源替代品，覆盖Photoshop、Illustrator、Premiere、Lightroom等核心工具，并支持Windows、Mac和Linux。这个故事背后，是一套正在被AI Coding Agent彻底改写的老技术。

逆向工程到底是什么

逆向工程指的是从一个已经编译完成的软件出发，理解它内部做了什么，再在不查看源代码的前提下重建类似功能。传统流程极其磨人：编译过程会抹掉变量名、函数名和注释，工程师面对的往往是成千上万个没有名字的函数，只能逐个猜测用途、逐个重新命名。仅仅搞懂一个功能，有时就要花上几周。

AI Coding Agent的介入改变了这个环节的成本结构。把Agent和逆向工程工具对接后，它可以自动打开文件、阅读代码、给函数重新命名，并总结某个功能的具体实现方式。原本需要人肉硬啃的重复劳动，被交给了模型。

MCP（Model Context Protocol）是Anthropic于2024年底提出的一套开放协议，用于让AI模型以标准化方式连接外部工具和数据源。可以把MCP Server理解为一个"能力插件"：它对外暴露若干工具函数（例如读取文件、解包、执行命令），AI Coding Agent通过协议发现并调用这些函数，从而突破模型本身只能读写文本的局限。文章中提到的Reverse Engineer Anything正是这样一个MCP Server，它把逆向工程常用的操作封装成Agent可调用的工具集，因此Claude Code、Codex、Cursor等不同的Agent客户端都能以同一套接口接入，而不必各自实现一套逆向工具链。

六天涨到十万星的Reverse Engineer Anything

据YouTube技术频道的介绍，一个专门做这件事的MCP Server项目——Reverse Engineer Anything——在GitHub上的星标数从不到1万涨到超过10万，只用了6天。安装方式是一条npm命令，附带一个skill文件，用来指导Agent如何调查应用的功能。装好之后，Claude Code、Codex、Cursor都可以直接调用。

频道给出的例子是Notion：让Agent研究在Notion里输入斜杠时弹出的那个菜单。Agent借助这个MCP Server解包Notion的打包文件，还原出JavaScript代码，顺着菜单相关的函数追溯运行逻辑，最终在自己的应用里复现该功能。这条链路的每一环——解包、读码、追踪、重建——都由Agent串联完成。

文中提到的"skill文件"是这类Agent生态中的一种轻量配置机制：它通常是一份结构化的Markdown说明文档，用自然语言描述某类任务的标准操作流程、可用工具和注意事项，相当于给Agent的"作业指导书"。与需要重新训练或微调模型的方案相比，skill文件的成本极低——改一段文字就能调整Agent的行为策略。在逆向场景中，skill文件会指导Agent按什么顺序解包、优先关注哪些入口函数、如何命名和归档分析结果，从而让同一个MCP Server在不同任务下表现出一致且可复现的工作流。

AI并不能克隆一切

那位开发者的Photoshop克隆版仍停留在early alpha阶段，开放issue超过800个，打开一张12MP图片大约要800MB内存。他最初承诺一个月追上Adobe，后来改口称需要数月。

原因在于Adobe最有价值的资产并不在客户端。AI生成图像等功能跑在Adobe自己的服务器上，逆向客户端只能看到一个网络请求，看不到背后的模型。此外还有大量专有数据：不同镜头对应的色彩配置文件、Pantone色卡等受版权保护的资源。仅色彩管理这一块，开源社区花了近30年才做到部分支持。

色彩配置文件（ICC Profile）是描述某台设备如何把数字色值映射到实际颜色表现的标准文件，相机厂商会为不同镜头、不同传感器组合提供专属配置文件，使照片在后期软件中还原出准确的色调。Pantone色卡则是商业化的专色标准，其色号与配方受版权和商标保护，软件若要准确显示Pantone颜色，必须获得授权并内置相应色库。这两类资源的共同点是：它们的价值来自长期积累的物理测量数据和商业授权，而非算法本身。因此即便客户端代码被完整还原，缺少这些数据依然无法实现同等精度的色彩表现，这也是开源替代品在专业影像工作流中长期难以立足的关键原因。

法律红线正在收紧

逆向工程并非在任何场景下都合法。据同一来源，最近一周内Bungie发函要求下架一款用AI重制的游戏，Activision也下架了一个AI逆向复刻的Call of Duty视频。技术可行性之外，授权与侵权边界是绕不开的一关。

对开发者来说，这套工具真正的价值或许不在于“克隆竞品”，而在于快速理解一个复杂应用的内部结构，用于互操作性开发、遗留系统维护或学习架构设计。把它当作学习工具而非复制工具，风险会小得多。

你会想用这类MCP Server研究哪款应用的功能？