老手用DeepSeek与Ghidra重构逆向工程流程:AI代理拆解固件与可执行文件

一位有二十年软硬件破解经验的作者在 slowchronicle 发文,讲述自己 2026 年如何用 DeepSeek v4.1 Flash 配合 Ghidra、radare2 等逆向工具,把原本纯手工的二进制分析交给 AI 代理完成,并提炼出可复用的“代理技能”流程。

一句话看懂:一位有二十年软硬件破解经验的作者在 slowchronicle 发文,讲述自己 2026 年如何用 DeepSeek v4.1 Flash 配合 Ghidra、radare2 等逆向工具,把原本纯手工的二进制分析交给 AI 代理完成,并提炼出可复用的“代理技能”流程。

事件核心:发生了什么

原文发布时间为 2026 年 11 月 19 日。作者称自己主要使用 DeepSeek Harness 搭配 DeepSeek v4.1 Flash,理由是它性能强、速度快、成本低,偶尔也会用 Codex 配合 Luna 或 Terra。工具链上,他选用免费的 Ghidra 及其 MCP 桥接,让代理直接调用反汇编和反编译能力;对速度要求更高的场景则用 radare2 和 kuna 这类命令行工具。

流程大致是:先识别二进制类型、平台与构建方式,选定解码工具;再让代理把过程持续写成 MD 笔记,既方便人理解,也避免代理在上下文压缩或交接后丢失思路;最后分析主函数、分支和导入函数等基本结构。遇到难点时,他会让代理下断点调试、植入探针记录日志,或给代理外部访问权限,比如控制桌面应用或 API 易失模拟器。他还强调,读完整对话和思考轨迹,往往能发现代理陷进狭窄路径。

为什么重要

逆向工程长期依赖专家经验,大型语言模型(LLM)进入这一环节,意味着代理可以接管重复的阅读反汇编、追踪交叉引用、整理结论等工作。作者公布了两项关键技能:一是让代理在被卡住时先提出假设、设计可证伪的实验、记录结果,循环推进,本质是把科学方法内嵌到排障流程;二是针对 Ghidra、radare2 等工具编写专用技能描述,否则代理容易因不熟悉工具而过早放弃。这些实践为“AI 代理 + 专业工具链”提供了可参考的框架,也解释了为什么 MCP 这类工具桥接对代理落地很重要。

对用户/开发者/创作者的影响

对安全研究人员和固件开发者来说,这套流程降低了逆向分析的操作门槛,但前提是愿意搭建工具环境并沉淀代理技能。对普通开发者,更直接的启发是“文档化 + 假设驱动调试”同样适用于复杂代码排查。对创作者而言,这类工作流展示了如何把大模型从“问答工具”改造成能执行具体步骤的代理。目前公开信息显示,该文为个人经验分享,不是官方产品发布,具体效果仍取决于目标二进制和工具配置。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 Ghidra MCP 桥接等开源工具的维护与兼容性是否跟上 Ghidra 版本迭代;二是 DeepSeek 等模型在长链路逆向任务中的稳定性与成本表现是否被更多从业者验证;三是类似“假设调试”技能是否被更多代理框架吸收为标准组件。

来源:www.slowchronicle.com

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注