REA: Reverse Engineer Anything

REA: Reverse Engineer Anything

Tôi làm reverse engineering hơn 10 năm. Đây là lần đầu tôi gặp một công cụ khiến tôi không biết nên vui hay nên buồn.


by DuyNCT

2 weeks ago

Nghề này có một cảnh ai cũng thuộc: 3 giờ sáng, IDA mở, con trỏ đứng ở một hàm tên sub_401E40. Không tên biến. Không comment. Không ai để hỏi.

Bạn nhấn N để đặt tên. Ctrl+X để xem ai gọi nó. F5 để ra pseudocode. Rồi bạn học cách không tin hoàn toàn cái pseudocode đó, vì compiler đã tối ưu mất cái struct, và v7 thực ra là con trỏ tới một thứ bạn phải tự dựng lại, từng offset một. Một giả định sai lúc 2 giờ sáng có thể lấy của bạn cả tuần. Cái sổ tay ghi chép — sau này là file .idb, .i64, rồi project Ghidra — giá trị hơn cả binary. Mất nó là mất tháng.

Nghề này dạy tôi đúng một điều: không tin gì cho đến khi thấy nó trong disassembly. Và tôi đã nhìn đủ nhiều đời “công cụ sẽ thay thế reverse engineer” để thành người hoài nghi. 2007, Hex-Rays ra decompiler, nhấn F5 là ra C. Tôi tưởng nghề này xong. Không xong, nó chỉ dời cái khó lên một tầng. 2019, NSA thả Ghidra miễn phí, cả nghề đổi khác. Vẫn không xong. 2023, người ta dán pseudocode vào chatbot hỏi “hàm này làm gì” — nó trả lời rất tự tin, và sai một nửa. Nên khi thấy một repo tên là “Reverse Engineer Anything”, phản xạ đầu tiên của tôi là cười. Cái tên nghe như quảng cáo.

Rồi tôi đọc kỹ. Và tôi hết cười.

REA hiện có 378.000 sao trên GitHub, 94.000 fork, MIT. Con số lớn nhất tôi từng thấy ở một công cụ trong mảng này. Điều đầu tiên làm tôi để ý: nó không thay IDA, Ghidra hay Hopper. Nó dùng chúng. REA là một MCP server; AI agent của bạn (Claude Code, Codex, Cursor, Gemini CLI…) gọi nó, nó gọi engine có sẵn trên máy, trả về pseudocode, assembly, string, symbol, xref. Nó không thay tool. Nó thay cái phần đau nhất của nghề: sáu tiếng lần xref, đặt tên, ghi chép, giữ đầu mối. Điều thứ hai: mỗi kết quả đi kèm bằng chứng, và kèm cả chỗ chưa chắc. Đó không phải tính năng. Đó là kỷ luật của nghề được viết thành code. Một kết luận không có bằng chứng, trong nghề này, là thứ khiến người ta mất việc. Điều thứ ba — chỗ tôi phải đọc lại hai lần — là ba case study. DX-Ball. REA lần theo một lệnh phát âm thanh, tìm ra hàm quy đổi vị trí bóng sang pan trái/phải, dựng lại từ pseudocode thiếu thành C. Bản dựng lại pass 3.205 test case so với x86 gốc. Compile lại: trùng đúng 63 byte của hàm gốc. 63 byte, nghe nhỏ. Ai từng làm matching decomp biết nó không nhỏ. Để compile ra đúng từng byte, bạn phải đoán đúng cả thói quen của compiler, thứ tự khai báo biến, cách nó tối ưu. Một hàm cỡ đó có thể lấy của một người cả buổi tối; gặp hàm tối ưu nặng thì cả tuần. TH04. Game trên PC-98, mã máy 16-bit, segment:offset, far call, trình biên dịch đời cũ với thói quen riêng. Ai từng đụng DOS biết nó khó chịu thế nào. REA đọc lại phép tính góc bắn vòng đạn, viết thành C++, đem so với output của trình biên dịch từ thập niên 90. Notion. Lần clipboard từ renderer, qua preload, qua IPC, tới main process, rồi bóc luôn format clipboard riêng. Ai từng bóc app.asar của một app Electron biết đoạn preload là chỗ mọi thứ phải đi qua. Và danh sách nó đọc được dài một cách vô lý: IL2CPP metadata không cần Unity, Godot PCK, GGUF/safetensors, binary Go/Rust với module và crate nhúng, bytecode EVM, APK, firmware qua binwalk/unblob, pcap. Nói cho công bằng: phân tích native sâu vẫn cần Hopper, Ghidra hoặc IDA, nó không phù phép ra decompiler. JavaScript và .NET thì tĩnh, không cần gì thêm. Chạy local, binary không rời máy. Còn pseudocode agent gửi đi đâu thì tuỳ nhà cung cấp model của bạn — chỗ này đọc kỹ trước khi đưa nó thứ nhạy cảm. Giờ nói tới cái cảm giác buồn. Hai mươi năm tôi xây kỹ năng này bằng những đêm không ngủ. Nhìn một agent làm phần việc đó, có gì đó giống một người thợ mộc nhìn máy CNC cắt đúng cái mộng mà ông mất mười năm mới cắt được bằng tay. Rồi tôi tự hỏi: 20 năm qua, tôi thực sự yêu cái gì? Không phải assembly. Assembly chỉ là cái giá phải trả. Thứ tôi yêu là khoảnh khắc hiểu ra — khi một đống byte đột nhiên có nghĩa. Giờ cái giá đó rẻ đi. Khoảnh khắc đó vẫn nguyên. Và có một chuyện tôi nghĩ nhiều hơn khi già đi: phần mềm chết nhanh hơn người viết ra nó. Có những game, driver, format file mà source đã mất, công ty đã giải thể, có khi người viết cũng không còn. Thứ còn lại là binary. Đọc lại được chúng là một dạng tưởng nhớ. Hai mươi năm tôi chưa bao giờ phải crack thứ gì để kiếm sống. Reverse engineering là để hiểu, để tương thích, để vá phần mềm không còn ai support, để bảo tồn, để kiểm tra thứ bạn sở hữu hoặc được phép. Repo ghi rõ điều đó trong disclaimer. Tôi ghi rõ thêm lần nữa, bằng 20 năm của mình. Nếu 20 năm trước có cái này, tôi vẫn sẽ học assembly. Nhưng tôi học vì muốn, chứ không phải vì không còn đường nào khác. Đó là khác biệt lớn nhất dành cho các bạn trẻ bây giờ. Anh em trong nghề: cái hàm nào từng làm anh em mất ngủ lâu nhất? Còn anh em ngoài nghề: phần mềm nào anh em từng muốn hiểu bên trong mà chưa dám mở? (Link repo README có bản Tiếng Việt.)

40a414d9-35ba-802f-b35a-f24e289147f7.png40a414d9-35ba-802f-b35a-f24e289147f7.png