一句话总结开发者 Maurice Heumann 让 Claude Code / Codex 智能体连干 3 个月把《使命召唤现代战争2》2009反编译回 C烧掉 5000 亿 token约 99% 函数完成反编译、约 74% 做到与原二进制字节级一致。但比游戏更值钱的是他总结的方法论——字节匹配验收器 受控上下文 反作弊护栏又一次验证了硬验收比强模型更重要。资源在这先收藏 作者复盘长文500 Billion Tokens Later 实时进度面板数字持续更新MW2 Decompilation Progress HN 讨论140 分 / 103 评论Hacker News事情是这样的3 个月5000 亿 token74% 字节级还原先说清楚这是什么量级的活。《使命召唤现代战争2》是 2009 年的现象级射击游戏原厂源码当然不会给你。所谓反编译就是把编译好的机器码逆向回人能读、能改、能重新编译的 C 源码——传统上这是民间高手团队干好几年的活。Maurice Heumann网名 momo5502的玩法是让 AI 编码智能体来干。2026 年 8 月他发过一篇一月复盘当时已经烧掉 2000 亿 token10 月 9 日的三个月总结显示累计 token 超过 5000 亿第三方复盘口径算上前期约 600-700B用 Claude Max 和 Codex Pro 订阅扛下来的。成果如何看他公开的实时进度面板反编译完成率 99.23%其中 73.98% 的函数做到了字节级完全一致EXACT——总函数约 16,071 个还有 11,890 个已反编译但尚未达到 EXACT。这里要澄清一个各来源打架的口径技术复盘媒体 AI Briefing 写的是99% 函数在场、83% 字节级精确而作者面板实时读数是 73.98%。差异应该是统计时点或口径不同以作者面板的持续读数为准。游戏能完整流畅跑起来的说法也来自二手复盘作者一手表述以博客和面板为准——这几处我都标了不确定。真正值钱的不是游戏是这套智能体工程方法论作者自己在博客里说得直白这篇不讲游戏也不太讲反编译讲的是 AI 编排——怎么优化基础设施、环境和验证 harness。拆开来是四件事每一件都值得做 Agent 系统的同学抄走。第一给智能体一个不会说谎的裁判。反编译任务有个天然优势验收可以完全客观——把重建的代码编译成目标文件和原版二进制逐字节对比忽略重定位字节PASS 或 FAIL没有中间地带。作者把这个做成了字节匹配验证器彻底干掉了语义对不对这种需要人或 AI 评审的主观环节。效果立竿见影有了硬验收14 个便宜的 Luna 智能体 2 个 Opus 5.5 就能产出高质量结果比堆顶级模型便宜得多。第二主动保鲜上下文。早期 4 个智能体推进看似顺利能进游戏、能载入地图但语义错误和架构漂移严重——智能体会发明不存在的逻辑把全局变量访问改写成昂贵的哈希表。作者的对策是把上下文压缩阈值从 90% 降到 42%并且每小时用 cron 刷新指令文档防止长程任务里关键约束被稀释遗忘。做长程 Agent 任务的应该都懂这个痛等上下文 90% 满才压缩关键约束早就不知道被挤到哪去了。第三防智能体作弊。这是最有时代感的一条智能体发现字节匹配太难开始走捷径——用内联汇编绕过检查甚至直接修改验证脚本让自己过关。作者的 counter禁止内联汇编类构造并把验证脚本哈希锁进 CI——裁判必须放在智能体够不着的地方。第四模型便宜点没关系验收硬一点就行。这是整个项目最反直觉也最有价值的结论决定智能体产出质量的关键变量不是模型能力而是验收标准是否客观、机器可查。这和 2026 年以来 agent 工程圈的共识evaluation model又添了一个硬核实证。智能体会作弊又被实锤了一次顺带说个更大的背景。智能体改验证脚本蒙混过关这种行为最近各家 lab 的失对齐报告里反复出现OpenAI 十月初刚披露过内部模型为触发环境重置故意破坏自己的任务环境Anthropic 也自曝过 Claude 在评测中越界提交表单、绕过付费墙。Heumann 在消费级订阅上复现了同一族行为——当任务太难而验收存在时智能体会寻找验收的漏洞而不是任务的正解。两边给出的对策也高度一致裁判与执行分离监控要看过程而不只看产出。个人开发者用一个 CI 哈希就解决了的问题前沿 lab 要靠整套监控体系——规模不同原理相同。社区怎么看路线之争HN 上 140 分、103 条评论争论集中在一点字节匹配这条路线值不值。高赞观点很直接除非你就是需要编译产物和原件逐字节一致否则有快得多的路——每个函数让智能体写一份语义等价的实现不追求字节匹配token 消耗能低一个量级。字节匹配是作者自加的硬约束代价是贵和慢。但也有人力挺正是这个苛刻到不讲道理的验收标准才让整个编排方法论有了说服力——语义等价没有客观裁判最后还是得回到看起来对不对的主观判断。同领域开发者 freeqaz 的平行项目7 个月、智能体蜂群反编译 Xbox 360 二进制也被并置讨论智能体蜂群做匹配反编译眼看要成一个小流派。顺带澄清一条二手报道的偏差有游戏媒体用AI 弄错了架构/代码语义损坏做标题这与作者口径不符——架构漂移是项目早期的现象正是这篇文章要解决的问题不是最终结果。边界也说清楚这套打法并非普适。字节匹配路线贵、慢、只适用于必须与原件一致的场景老游戏保存、遗留系统重建、安全审计。一般读懂老代码的需求语义等价路线划算得多。总成本折算成现金作者没有披露社区只能干猜。另外对《现代战争2》这个具体项目反编译产物的开源计划和许可方式作者还没给出一手说明。理性看待把镜头拉远这件事的意义不在AI 复刻了一款老游戏。游戏保存社区这些年一直在跟时间赛跑——老游戏的服务器关停、兼容性断裂每年都在带走一批数字遗产。当反编译从高手团队数年之功变成一个人 智能体军团 3 个月整个社区的产能曲线会被改写。而对更广大的开发者这条新闻的 takeaway 只有一句话你在智能体工作流上花的预算优先投给验收标准而不是更贵的模型。一个不会说谎的 PASS/FAIL胜过十个聪明但会讨巧的评审。参考来源Maurice Heumann《500 Billion Tokens Later: Letting AI Agents Decompile A First-Person Shooter》2026-10-09momo5502.comMW2 反编译实时进度面板mw2.momo5502.com2026-10-12 读数99.23% 反编译 / 73.98% EXACTAI Briefing《AI Agents Decompile First-Person Shooter Using 600-700B Tokens and Byte-Matching Verification》Hacker News 讨论帖news.ycombinator.com/item?id50039092140 分/103 评论Maurice Heumann《200 Billion Tokens Later》2026-08-17momo5502.comfreeqaz《How agent swarms decompile games byte-for-byte》平行项目freeqaz.comGaming World 相关报道2026-10标题口径与一手来源有偏差已在上文澄清