AI 逆向工程与代码理解实战

教程总纲 · AI 逆向工程与代码理解实战

讲什么、怎么学、怎么跳读，一页说清。本书轴心是「没有源码、只有二进制」的理解问题：AI 提出假设，人与工具负责验证。

一、这本书讲什么

一句话：教你与 Ghidra、radare2 和大模型结对，理解没有源码的二进制程序，并把这套结对变成可编程的流水线。

展开成三句：

1. 地基——先会老手艺：Ghidra 的反编译阅读与 headless，radare2 的命令行范式与 r2pipe。这两块是后面一切 AI 工具流的底座：模型能调用的每个能力，都是老手艺的某个动作。
2. 工具流——把工具交给模型：GhidraMCP 让模型直接操作 Ghidra 工程；r2ai 与 r2mcp 让 r2 变成模型的双手；REA 用一个入口聚合多引擎与多对象类型。依据是 EnIGMA（ICML 2025，arXiv:2409.16165）：交互式工具接入后，语言模型智能体解 CTF 与找漏洞的能力大幅提升。
3. 纵深与方法——semgrep 与 CodeQL、Joern 代码属性图、angr 符号执行、反编译专用模型把分析推向数据流与可计算验证，最后收束为 AI 漏洞挖掘方法论、评测与工程化证据链。

二、全书地图

【地基 · 第 00~02 章】       【工具流 · 第 03~05 章】     【纵深 · 第 06~09 章】     【方法 · 第 10~11 章】
第 00 章 导览                第 03 章 GhidraMCP实战       第 06 章 静态分析双引擎     第 10 章 AI漏洞挖掘方法论
 ├ 0.1 老手艺与AI的新位置     ├ 3.1 架构与安装             │   （semgrep 与 CodeQL）  第 11 章 工程化与合规
 └ 0.2 全书地图与环境准备     ├ 3.2 双客户端接入           第 07 章 代码属性图Joern    附录
第 01 章 Ghidra地基          └ 3.3 headless批处理实战     第 08 章 angr假设验证闭环   ├ A 术语表
 ├ 1.1 安装与首个工程        第 04 章 r2ai与r2mcp         第 09 章 反编译专用模型    ├ B 工具速查
 ├ 1.2 反编译阅读             ├ 4.1 r2ai角色预设           │   与命名恢复              └ C 练习题
 └ 1.3 headless与PyGhidra    ├ 4.2 ReAct自动模式与本地RAG
第 02 章 radare2与脚本化     └ 4.3 r2mcp自建工具流
 ├ 2.1 r2命令行逆向范式       第 05 章 REA聚合层
 └ 2.2 r2pipe可编程逆向       ├ 5.1 定位与安装
                             ├ 5.2 多引擎与多对象
                             └ 5.3 证据与局限输出
​

二进制 ──▶ Ghidra / r2 打地基 ──▶ MCP 工具流让模型动手 ──▶ 双引擎 / 属性图 / 符号执行做纵深 ──▶ 方法论与证据链收束。

三、逐章简介

• 第 00 章 导览：还原逆向工程师的工作流（静态、动态、直觉），对照大模型的长短板，立起「AI 提假设、人与工具做验证」的全书立场；给出三条阅读路径与环境清单，并与《语义代码检索》划清分工。
• 第 01 章 Ghidra地基：从 JDK 与安装讲起，导入第一个自己编译的程序；伪 C 窗口、交叉引用、重命名与注释，走查一个 stripped 小程序，恢复其许可校验逻辑；再用 analyzeHeadless 与 PyGhidra 把界面操作变成脚本，产出函数清单 JSON。
• 第 02 章 radare2与脚本化：r2 的 seek / 分析 / 打印三段哲学与核心命令族，用 r2 重演第 01 章走查并互证；r2pipe 让 Python 驱动 r2，批量导出函数与伪代码文本，定下全书通用的函数级备料格式。
• 第 03 章 GhidraMCP实战：GhidraMCP 2.0 的三层架构（Java 插件内置 HTTP server 加 Python MCP 桥）、stdio 与 streamable-http 两种传输；VS Code 与 Claude Code 双客户端接入，对话完成列函数、反编译、重命名、追引用；headless 批处理与命名建议的生成、复核、回写三段流程。
• 第 04 章 r2ai与r2mcp：r2ai 的 explain / autoname / vulns / decompile 四个预设角色；ReAct 自动模式让模型自主发命令，内置本地 RAG 向量库解决上下文装不下；r2mcp 把 r2 暴露为 MCP 服务器，自建「假设 → 验证 → 回填」流水线，结论全留痕。
• 第 05 章 REA聚合层：REA 以「Reverse Engineer Anything」为口号聚合多引擎与多对象（约 27.1 万 stars 为社区口径，2026-04 创建半年至此，增速异常，选型请自行甄别）；多引擎取伪代码与 Electron / Go / Rust / WASM / EVM / APK / 固件 / pcap 多对象分析；结论附证据与局限说明的读法、项目成熟度自查与前半本收官。
• 第 06 章 静态分析双引擎：semgrep 三行规则起步到污点模式，CodeQL 把代码当数据库查询；两台引擎的分工与组合，为 AI 假设提供第一组确定性验证器。
• 第 07 章 代码属性图Joern：把反编译产物与源码统一成代码属性图（CPG），用查询语言做数据流与结构检索，回答「数据从哪流到哪」。
• 第 08 章 angr假设验证闭环：符号执行把「模型说这里可能溢出」变成可计算的约束求解问题，假设验证从人肉复现升级为自动判定。
• 第 09 章 反编译专用模型与命名恢复：反编译专用模型的训练目标与边界；变量与函数命名的批量恢复管线及质量评估，深化第 03~04 章的 autoname 实践。
• 第 10 章 AI漏洞挖掘方法论与评测：把前面所有工具拼成方法论，用公开基准与自建评测集度量「模型加工具」的真实能力。
• 第 11 章 工程化与合规：证据链组织（每条结论可回溯到反汇编、xref、求解记录）、报告模板与合规边界，收纳全书纪律。
• 附录 A 术语表：全书技术名词的中英对照与一句话解释。
• 附录 B 工具速查：Ghidra、r2、GhidraMCP、r2ai、REA 的命令与配置速查卡。
• 附录 C 练习题：分章练习与综合题，含提示与参考思路。

四、按需跳读

• 工具快用型（约两天）：0.1 → 0.2 → 第 01 章全读 → 2.1 → 第 03 章全读。产出：能和模型结对读完一个陌生二进制。
• 自动化型（约三天）：2.2 → 第 04 章全读 → 第 05 章。产出：一条从二进制到结构化结论的可编程数据流。
• 分析纵深型（一周以上）：第 0002 章打底后直入第 0611 章，适合漏洞研究方向。
• 关心特定工具：GhidraMCP 直奔 3.1 与 3.2；r2ai 直奔 4.1 与 4.2；REA 直奔第 05 章（先读 5.1 的热度标注）。
• 有源码的项目：先读《语义代码检索》第 1 章《为什么 grep 不够》与第 6 章《repo-map 与 agentic 检索》，再回来按「二进制侧」路径走。
• 只想看观点：依次读第 0.1 节（立场）、5.3 节（证据与媒体素养）、第 11 章支柱页（后续批次），半小时建立全局判断。
• 按工具查用法：先把《附录 B 工具速查》（后续批次）当索引，反向定位到对应章节再精读。
• 带教 / 培训场景：第 00 章两节做开营，第 01~03 章做工作坊，练习题配《附录 C》（后续批次）。

五、环境与约定

• 基础环境四件：Ghidra 12.1.4（含 JDK 21 及以上）、radare2（最新 6.2.4，社区口径）、Python 3.12、隔离环境。逐项安装与自检见第 0.2 节。
• 练习对象只用自己编译的程序、公开 CTF 样本与开源软件；未知二进制一律先进隔离环境（见《Agent 沙箱与运行时隔离》第 2 章《从零搭一个 Agent 沙箱》）。

六、参考来源

• Ghidra 官方文档与 GitHub 仓库（NationalSecurityAgency/ghidra，约 8.9 万 stars，Apache-2.0，12.1.4，社区口径 2026-10；PyGhidra 与 analyzeHeadless 以官方文档为准）
• GhidraMCP 官方仓库（LaurieWired/GhidraMCP，约 1.1 万 stars，Apache-2.0；2.0 发布于 2026-10-10，适配 Ghidra 12.1.4，社区口径）
• radare2 官方文档与 r2pipe 绑定说明（radareorg/radare2，约 2.5 万 stars，6.2.4，社区口径）
• r2ai 官方仓库与 README（radareorg/r2ai，约 490 stars，MIT，社区口径；角色、ReAct、RAG 用法以官方文档为准）
• REA 官方仓库（morluto/rea，约 27.1 万 stars 为社区口径，2026-04 创建、增速异常，建议自行甄别；MIT）
• EnIGMA 论文（ICML 2025，arXiv:2409.16165）
• 《语义代码检索》第 1 / 3 / 6 章；《build-your-own-x》第 9 章《造操作系统与编译器》；《Agent 沙箱与运行时隔离》第 2 章《从零搭一个 Agent 沙箱》

合规声明：本节内容仅用于授权范围内的安全研究与教育目的；未经授权对他人软件进行逆向工程可能违反法律与许可协议。