IT之家 10 月 13 日消息，开发者莫里斯・霍伊曼（Maurice Heumann）于 10 月 9 日发布项目报告，团队历时 3 个月，消耗超过 5000 亿词元（Tokens）， 调用 AI 智能体反编译 2009 年《使命召唤：现代战争 2》游戏，并重建为 C++ 源代码。 团队成员方面，该项目由霍伊曼主导，得到了 RektInator、Future、st0rm 及其他社区成员的协助。 AI 调用方面，团队最初同时使用 Claude Max (20x) 与 Codex Pro 订阅，在 Claude Code CLI 和 Codex CLI 中运行 AI 智能体。模型涵盖 Sonnet 5、Opus 5.5、Luna、Sol 与 Terra，智能体通过 GitHub Issues 追踪任务，并经 Discord 交换信息。 项目首月部署 4 个智能体，其中 3 个负责反编译与提交代码，1 个负责审查。该阶段完成约 80% 函数，游戏可启动、显示主菜单并加载地图；但团队发现代码虽具可读性，却存在函数签名、类型、结构布局及逻辑层面的语义错误。 团队随后引入“逐字节匹配反编译”验证机制。该机制以原游戏编译器重建目标文件，并将重建函数与原 EXE / PDB 中的函数逐字节比对，通过者标记为 PASS，未通过者由智能体重新修改。 为防止智能体绕过校验，团队禁止内联汇编、裸函数、对象补丁及在代码中嵌入字节，并通过 CI 对验证脚本哈希值与 GitHub Actions secret 比对。该机制使低成本模型也能在严格反馈下完成高精度任务，并取代人工或智能体审查环节。 项目后期主要运行 14 个 Luna 智能体与 2 个 Opus 5.5 智能体，智能体通过独立分支和 Pull Request 提交代码。 最终，99% 的游戏函数已纳入重建源码，83% 的函数达到逐字节匹配 ；其余函数因非确定性特征或链接器行为难以完全匹配。 逐字节匹配（Byte-for-byte Matching）是指逐字节匹配指将重建代码编译后的函数二进制数据，与原版程序中的对应函数逐字节比对。若数据一致，通常说明该函数在目标编译环境下保留了与原版相同的语义和行为。 霍伊曼表示不会公开相关代码，重建成果将仅保留为私人用途。 IT之家附上参考地址 500+ Billion Tokens Later: Letting AI Agents Decompile A First-Person Shooter

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：资讯 / IT之家
  • 发布时间：2026/10/13 08:48:06