Full summary
视频作者尝试用开源逆向工具REA（实际应为RIA，材料中多处误写为'21A''I A''二一A'等）逆向两款应用：一款是老旧单机安卓游戏和一款付费学习APP。在游戏逆向中，不同AI模型表现差异显著——GPT-4o成功解析私有资源格式、生成新角色并实现功能运行；而Claude 5.5失败。在学习APP逆向中，Claude因安全过滤仅做静态分析，揭示加固缺陷与商业逻辑；DeepSeek则完整还原逻辑并改造为编程学习APP。作者最终评价RIA本质是老牌逆向工具的AI封装层，降低门槛但存在上下文膨胀、安全限制及夸大宣传问题，并指出客户端逆向无法获取后端核心价值。
1. REA爆火现象
REA开源项目几天内获二十多万星，社区涌现多种逆向案例：语音输入工具本地化、空调App桌面遥控、智能马桶小程序远程控制。
2. 逆向与RIA的定义
逆向指无源码下分析编译成品以理解/修改其功能；RIA将传统逆向工具封装为AI可调用服务，并配套提示词技能包。
3. 游戏逆向初试（Claude 5.5）
用Claude 5.5尝试为老旧安卓游戏添加新角色，耗时八分钟，结果仅为改色改名，且导致游戏崩溃。
4. 游戏逆向进阶（GPT-4o）
切换至GPT-4o后，AI拆解安装包，识别游戏引擎与三种私有资源格式，关键突破在于解析角色注册机制。
5. AI子智能体协同开发
AI调用子智能体生成像素图、动画（跑步/出拳/踢腿）及特效（八门遁甲），经三小时优化后实现在安卓模拟器运行。
6. 学习APP逆向受阻（Claude）
Claude 5.5因安全过滤降级，拒绝还原源码，仅完成静态分析，发现360加固不完整及APP盈利套路。
7. 学习APP深度逆向（DeepSeek）
DeepSeek模型快速解析APP，发现其专为夜间使用设计128张配色图，体现用户场景洞察。
8. APP功能再造
DeepSeek调度多个子智能体，将原学习APP重构为含课程、代码、测验的编程学习APP并交付可运行版本。
9. RIA本质评估
RIA未发明新技术，而是整合约170个传统逆向工具，降低AI调用门槛，使其成为出圈主因。
10. RIA局限性
存在噱头大于实效问题：AI本身可自主调用工具；RIA上下文过大（十余万token）拖慢效率；安全限制频发，甚至有封号风险。
11. 逆向价值边界
客户端代码逆向无法获取后端数据与运营策略，这些才是软件真正核心价值所在。