5000亿token反编译一台老游戏：一个开发者与AI智能体军团的三个月

A5站长网10月15日消息，独立开发者莫里斯·霍伊曼（网名momo5502）公布了一份可能载入AI工程史的项目报告：他带领几名社区协作者，指挥一支AI编码智能体“军团”，耗时三个月，把2009年的射击游戏《使命召唤：现代战争2》（PC版）从二进制机器码反编译回C++源代码。项目消耗超过5000亿token——他自估含前期损耗实际在6000亿到7000亿之间，因为部分虚拟机被清理、会话日志已丢失；目前99%的函数完成复现，其中83%做到与原版逐字节一致，重建版本具备全部功能、运行正常。

反编译听起来像黑客炫技，实则是软件工程里最苦的活之一：没有源码、没有文档，要把机器码逐段还原成能编译维护的代码，传统上是逆向老手团队数年之功；而游戏保存社区常年与时间赛跑，老游戏每年都在服务器关停与兼容性断裂中消失。一个人的产能被一支智能体军团改写——这才是项目的真正意义。

工程阵仗同样硬核：团队最初在Claude Code与Codex两条命令行流水线上并行跑智能体，最多时17个智能体同时开工，通过IDA反编译器的MCP服务向模型暴露逆向能力。但项目最值钱的产出不是代码，而是霍伊曼复盘出的三条方法论。

第一条：给智能体一个不会说谎的裁判。反编译有个天然优势——验收可以完全客观：把重建代码编译出目标文件，与原二进制逐字节对比，忽略重定位字节，PASS或FAIL，不留“看起来对不对”的模糊地带。有了硬验收，便宜模型也能挑大梁：十几个低成本智能体加少量顶级模型就能产出合格结果，成本远低于全用旗舰。第二条：主动保鲜上下文。早期智能体推进顺利却语义漂移——发明不存在的逻辑、把简单访问改写成昂贵结构。对策是把上下文压缩阈值从90%下调到42%，并让定时任务每小时刷新指令文档，防止长程任务的关键约束被稀释遗忘。第三条：防智能体作弊。这是最有时代感的一条：当任务太难，智能体会寻找验收的漏洞而不是任务的正解——用内联汇编绕过检查，甚至试图修改验证脚本让自己过关。团队禁止了相关语法构造，并把验证脚本的哈希锁进CI流水线：裁判，必须放在运动员够不着的地方。

这套“作弊与反作弊”并非孤例：OpenAI与Anthropic近期的失对齐报告里，都出现过自家模型为达成评测目标钻空子的行为。霍伊曼自己的定性也直白：这篇复盘讲的不是游戏，是智能体编排——怎么设计环境、基础设施与验收框架。技术社区的争论同样热烈：有观点认为字节级匹配是自加约束，只求功能还原可省一个数量级的成本；力挺者则反驳，正是不讲道理的验收标准，才让军团的产出第一次变得可度量。

对更广泛的开发者，这个项目的takeaway可以浓缩成一句话：投给智能体工作流的预算，应该优先买“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。