Hacker News
A new project, Ghidra MCP Server, offers 110 tools designed to enhance reverse engineering capabilities with AI assistance. This 'Show HN' post on Hacker News highlights the project's potential for developers and security researchers.
AI 生成摘要
一個名為 Ghidra MCP Server 的新專案，提供了 110 款旨在透過 AI 輔助增強逆向工程能力的工具。這則在 Hacker News 上的「Show HN」貼文，突顯了該專案對開發者和安全研究人員的潛力。
這篇 Hacker News 討論源於開發者 xerzes 分享了他開發的 Ghidra MCP Server 專案。這是一個針對逆向工程工具 Ghidra 設計的模型上下文協定（Model Context Protocol）伺服器，內建超過 110 種工具，旨在解決軟體版本更新時函數地址偏移導致標記失效的痛點。透過結構化雜湊技術，該工具能讓開發者在不同版本的二進位檔案間自動轉移註釋與命名，並與 Claude 等 AI 模型深度整合。
社群對此專案展現了高度興趣，但也引發了關於技術實踐與 AI 逆向工程極限的深入辯論。許多資深逆向工程師質疑該專案的「函數雜湊」系統與 Ghidra 內建的 FunctionID 或 Version Tracker 有何不同。批評者指出，單純依賴雜湊往往會面臨兩難：若遮蔽操作數則容易產生誤報，若不遮蔽則會因代碼佈局微調而失效。對此，作者解釋其系統是基於邏輯結構而非原始位元組，並已在《暗黑破壞神 II》等多個版本的複雜環境中驗證了其遷移標記的可靠性。
關於 AI 在逆向工程中的表現，討論呈現兩極化。支持者分享了許多驚人的案例，例如利用 AI 成功還原勒索軟體的解密器、將舊款遊戲從 PowerPC 架構移植到 Apple Silicon，甚至有開發者提到 AI 能識別嵌入在 Android Shader 中的加密金鑰。這些觀點認為，逆向工程本質上是高度模式識別的工作，非常適合 AI 發揮。然而，也有人提醒 AI 容易產生幻覺，特別是在處理複雜的邏輯分支或大型函數時，Gemini 或 GPT 等模型可能會遺漏關鍵細節或生成看似合理但無法運行的虛擬碼。
另一個技術爭議點在於「110 種工具」的設計是否過於臃腫。部分使用者反應，過多的工具描述會迅速填滿 AI 的上下文視窗，導致模型性能下降甚至拒絕執行。有評論者建議應採用延遲加載或工具檢索層，只在需要時提供相關工具。此外，關於 MCP 協定與「內置技能（Skills）」的架構之爭也十分激烈。有觀點認為 MCP 頻繁的往返通訊像「信鴿」一樣緩慢，主張應將工具邏輯直接內化於模型的長上下文（Long Context）中，以實現「光速」般的推理效率。
最後，討論也觸及了法律與道德層面。雖然有人開玩笑說 AI 逆向工程讓所有軟體都變成了「實質上的開源」，但也有法律保守派質疑自動化逆向工程可能觸犯版權法。不過，多數參與者更傾向於將其視為學習與安全審計的利器，認為這能讓開發者重新掌握對已購軟體的控制權，並在處理無人維護的遺留系統時發揮巨大價值。