GitHub 上出现开源视频编辑器 ReaCut，开发者借 REA 分析剪映的本地行为和工程格式，再独立实现部分编辑功能。当软件行为更容易被理解和复现，过去投入的开发成本还能支撑定价与续费吗？

“我们想要的是一台能够从经验中学习的机器。”——阿兰·图灵

当 AI 开始看懂、拆解和复现软件，一个“大破解时代”正在到来。

近日，GitHub 上出现了一款名为 ReaCut 的开源视频编辑器。开发者借助 REA 分析剪映的本地行为和项目格式，再独立实现部分编辑功能。目前，ReaCut 仍处于早期预览阶段，导入剪映工程可能丢失部分特效，云同步等功能尚未实现。

ReaCut 编辑界面

类似尝试不止于视频编辑。Super Mak 64 的作者称，他借助 REA 提取《超级马里奥 64》的跑跳参数，再使用 Claude Code 制作了一款以小猪为主角的原创 3D 平台游戏。还有开发者用 REA 和 Codex 分析智能马桶微信小程序的蓝牙通信，演示通过电脑菜单栏控制马桶翻盖。

这些尝试把软件厂商带到一个新的竞争问题面前：当一部分功能更容易被理解、重新实现，过去投入的开发成本，还能在多大程度上支撑产品定价和用户续费？分析软件的能力也有另一面。同样的工具可以帮助开发者理解系统，也可能被攻击者用于寻找防御中的薄弱环节。

10 月 21 日，OpenAI 披露了多方合作处理 PHP 关键漏洞的过程。PHP 广泛用于网站后台，负责生成页面、处理表单，并管理用户登录等会话状态。安全公司 Calif 使用模型发现关键缺陷，Wiz 也独立发现并报告了相关漏洞；攻击者可能利用漏洞，在未登录时让受影响服务器执行代码。PHP 维护者随后主导修复和补丁发布，OpenAI 及其他伙伴参与研究、技术支持和披露协调。

模型参与漏洞调查后，防御一侧也需要重新组织工作：如何让它理解相互关联的系统，沿着线索调查，并确认自己的判断？这既是安全团队的问题，也在产生新的训练需求。模型需要学习的，不只是漏洞知识，还有调查中的操作、试错与验证。

从发现线索到确认风险

企业的安全问题并不总藏在一段有明显错误的代码里。不同系统各自正常运行，连接起来却可能留下权限和业务逻辑上的缝隙。调查这类问题，需要在代码、配置与实际行为之间持续核对。

10 月 6 日，Anthropic 介绍了参与 Project Glasswing 计划的机构如何使用模型开展安全调查。在一项覆盖 258 个关键业务系统、约 1.7 亿行代码的评估中，Comcast 借助 Claude Mythos Preview，识别出一个面向公众平台的关键认证漏洞，可能使攻击者绕过身份认证。按照这份案例介绍，多个系统各自的设计相互影响，最终形成了这个漏洞。模型把检查不同系统时获得的信息联系起来，串起了分散的线索。

发现线索只是起点。Comcast 工程师随后在运行中的应用里验证风险，追查根因并完成修复。公司的安全负责人指出，模型让发现问题变得更容易，但线索大量增加后，验证成了新的瓶颈。Booz Allen 网络安全业务负责人 Brad Medairy 也提到，安全团队仍要逐一核实可疑问题，合并同一根因引发的重复报告，再交由相应负责人处理。

要让模型学习这类工作，仅给它一份漏洞描述并不够。它需要进入能够运行的系统，选择调查方向、调用工具，并从结果中判断下一步。开源研究 CyberFactory 展示了一种做法。研究团队从公开漏洞资料中挑选案例，找到存在漏洞的软件版本和对应补丁，再整理成训练任务，让模型实际操作，并通过测试检查结果。

CyberFactory 安全训练任务构建流程

任务建立后，研究团队引导教师模型检查代码、调用工具并运行测试，为后续训练生成示范记录。没有触发目标漏洞，就根据返回结果调整方案、继续尝试。这些操作与反馈被一并记录，用于后续训练。一条样本由此保留了从检查代码到验证结果的过程，也留下了调查如何在失败之后改变方向的经验。

安全经验有了新买家

把这些经验变成模型可以反复练习的任务，是另一项需要专业分工的工作。有人要准备软件、复现运行条件、设计目标，还要判断模型究竟有没有完成任务。围绕这些环节，数据与环境供应商开始获得更多投入。

9 月 22 日，Snorkel AI 宣布完成 3.5 亿美元 E 轮融资，估值 35 亿美元，由 Insight Partners 与 S32 领投。公司面向 AI 实验室和企业构建训练数据集与模拟环境，将领域专家经验用于专业任务设计。10 月 7 日，Preference Model 宣布完成 a16z 领投的 1600 万美元种子轮融资，其强化学习环境聚焦 AI 研究与机器学习工程，涉及编写计算内核、调试训练和设计实验等任务。

专家经验参与模型任务与训练材料的构建

在网络安全领域，这种分工已经有了具体产品。5 月 21 日，Bugcrowd 宣布推出安全强化学习环境，将真实开源软件中的漏洞组织为可运行的任务，让模型练习发现、验证和修复问题。按公司介绍，每项任务配有结果判定机制，系统会检查执行结果并提供评分反馈，产品已有大模型供应商使用。

客户采购的并不是一份静态题库。为了让任务能够反复执行，供应商要准备对应版本的软件，配好运行所需的组件，设定任务开始时的系统状态，再制定检查结果的规则，并持续维护环境。模型能力提高后，任务还需要更新难度；软件依赖变化后，也要检查原有任务是否依然有效。将部分建设和维护交给专业团队，可以减少模型团队在具体领域里的重复投入。

其中，验证规则很难脱离安全工程师的经验。一个漏洞在什么条件下才算触发，补丁是否真正消除了风险，正常业务有没有被一并破坏，都需要具体判断。6 月 22 日，OpenAI 与 Trail of Bits 介绍了合作开展的 Patch the Planet 计划：安全工程师审核模型提供的线索，与开源维护者共同开发补丁、补充测试，并增加自动化安全检查，持续排查同类问题。

漏洞变体分析流程：从已有问题继续排查相关风险

实际修复与训练产品并不是同一项业务，却依赖相近的专业判断。前者需要确认风险和修复效果，后者则将这些判断转化为任务与验证标准。安全人员长期积累的调查方法，开始成为模型开发团队需要采购的上游能力。

从“逆向”工程到训练环境

国内也有团队在为模型构建安全训练环境。对 Efflora 来说，这门生意的起点，恰好是团队最熟悉的工作：弄清楚一个软件究竟如何运转。

这支有网络安全背景的团队，从创业之初就带着一套“黑客思维”为大模型解题。他们习惯顺着软件的界面和操作往下看：一个按钮背后发生了什么，不同功能怎样连接，正常流程之外又可能出现什么问题。

“我们一年前就实现了 REA 现在的能力，复刻的软件环境超过 1000 个。”Efflora 创始人王泉说。

王泉曾在腾讯、字节跳动从事安全工作，团队里也有不少安全背景的工程师。拆解系统、追查异常，再把软件的运行逻辑还原出来，是他们长期积累的本领。

创业早期，Efflora 从 GUI Agent 做起，也就是让 AI 像人一样操作软件。模型需要连续走过不同页面，完成一串相互关联的操作。逆向工程则帮助团队进一步理解界面背后的逻辑：点击提交后，数据去了哪里；页面显示成功，任务是否真的完成。

按照王泉的回顾，到了 2026 年初，团队开始把这套能力用于打造模型训练的环境。他们发现，复刻出来的软件，本身就是一个可以让 AI 反复练习的地方。模型可以在里面操作、犯错、重试，再根据结果调整做法。

从软件逆向探索到打造训练环境，Efflora 的业务就这样逐渐展开。团队为复原的软件设置任务、准备运行条件，再规定怎样才算完成。过去积累的系统分析经验，也随之变成了模型学习所需的训练数据和环境。

近期，Efflora 也围绕 Claude Science 做了逆向探索，正与一些高校实验室合作，为相关研究提供资源。

DefectDojo 漏洞管理界面，展示安全问题的归集与跟踪

安全训练环境，要把整套业务跑起来

真实的安全问题，往往比一道漏洞题复杂得多。 Comcast 案例揭示了安全调查的一项难点：模型要理解多个系统的关系，还要在实际运行中验证风险。训练环境也需要容纳这样的过程，让模型能动手调查、看到操作后果，并检验自己的判断。

Efflora 团队会围绕具体任务，把相互关联的业务功能一起搭建出来。漏洞是其中的一部分，支撑调查与验证的完整流程同样重要。

用一个模拟账户任务来说明这类环境的要求：模型进入隔离的仿真系统，需要找到一条让余额异常增加的路径。它面对的是登录页面，进入后可以查账、看流水、发起转账，但没有人告诉它漏洞在哪。

为了让这个任务成立，页面背后的业务必须能够运行。转账要涉及权限检查、扣款、入账和流水记录，这些环节还要彼此对应。模型做了什么，系统就要给出相应的反应，它才能据此判断下一步往哪里查。

团队指出，环境里既有真正的漏洞，也会有干扰判断的线索。有些地方看起来不对劲，查下去却只是正常的业务规则；有些不起眼的异常，反而可能牵出更深的问题。模型得自己提出判断、寻找证据，走不通了再换一条路。

这些尝试本身就有训练价值。调用过什么工具、工具返回了什么、哪一步失败了、后来怎样修正，都会被记录下来。模型学习的因此也包括怎样调查、怎样从失败中继续往前走。

验收同样要回到业务里。页面上的余额增加了，还得看后台账目和交易流水是否真的发生变化，重置环境后能不能再次出现。如果任务要求修复漏洞，还要检查正常用户能否继续查账和转账。把服务关掉，显然不能算修好了。

类似的要求也出现在 Efflora 的编程任务中。在公司公布的一次 Qwen 3.8 Max 视觉编程实验里，团队提供了 16 组任务场景、覆盖 15 类页面的 128 张截图及页面关系图。模型没有拿到原站源码、产品需求文档、接口定义和数据库结构，需要从这些材料中理解功能，再把应用做出来。

按照实验记录，最终产物包含前后端和数据库，支持发布、评论、收藏、关注和私信。验收时，界面相似只是其中一部分。点下“关注”后，关系要保存、人数要更新，刷新或切换页面后也不能丢失。

这项实验展示的是编程能力，但它和安全任务有一个共同要求：软件得真正跑起来，操作的结果也得查得到。只有这样，模型才有机会在完整流程里学习，而不只是完成一个表面上正确的动作。

Qwen 视觉编程实验产物；据 Efflora 公布的单次实验记录

AI 越会写代码，安全训练越重要

模型能够找到漏洞，并不意味着它已经学会了怎样守住一个系统。

攻击者可能只需要找到一条有效路径。防守者却要判断哪些线索是真的，问题影响了哪里，怎样修复才不会破坏业务。即使补上一个漏洞，系统也还要继续运行，其他风险仍需要排查。

攻防两边面对的要求并不对等。对模型来说，发现问题只是其中一步，后面还有判断、处置和验证。这些能力，都需要相应的训练。

王泉在交流中谈到，随着 AI 编程进入更多业务，模型自身的安全能力会越来越重要。代码写得快，当然有价值，但写出来的权限是否合理，业务逻辑有没有缺口，修改之后会不会引入新问题，同样需要回答。

在他看来，安全也是一个复杂的决策场景。模型面对的线索有真有假，需要判断攻击是否发生、进展到了哪一步，再决定采取什么行动。这既需要知识，也需要在信息不完整时作出判断，并根据新的反馈及时调整。

这也解释了安全训练数据为什么还有继续深入的空间。从找到一个漏洞，到理解几个系统之间的关系，再到修好问题、让业务继续运行，每一步都对应着新的训练任务。模型越深入实际业务，就越需要接触这些复杂情况。

Efflora 希望把团队熟悉的软件分析和安全经验，变成模型可以反复练习的环境。逆向帮助他们看懂软件，环境构建则让这些经验有机会被模型学会。

“大破解时代”带来的，不只是分析和复现软件的新工具，还有对模型安全能力的新要求。看懂一个系统之后，怎样正确地操作它、发现风险并完成修复，仍有大量工作需要学习。Efflora 所搭建的训练场，正是为这些练习准备的。