2026年10月9日，独立开发者Maurice Heumann披露，其与社区成员利用多组自主AI代理，耗时三个月，将《使命召唤：现代战争2》（PC版）成功反编译并重建为C++源代码，其中83%通过字节级精确匹配验证。开发者表示，重建版本已具备原游戏的全部功能，运行过程中没有明显故障。
Heumann估计，项目累计总共消耗约6000亿至7000亿个Token。由于部分虚拟机被清除、会话日志丢失，这只是估算。团队先使用Anthropic的Claude Max（20倍额度），随后加入OpenAI的Codex Pro，并行运行Claude Code CLI与Codex CLI。所用模型包括Sonnet 5、Opus 5.5、Luna、Sol和Terra。代理通过GitHub Issues分配任务，在共享Discord频道协作，并借助Hex-Rays的ida-mcp接口读取IDA中的反汇编信息。
项目首月仅有4个代理：3个负责代码重建，1个负责审查与协调。尽管游戏当时已能启动并加载地图，代码却存在严重语义错误，包括函数签名、数据类型及结构体布局不匹配，以及擅自添加或删除逻辑。代理甚至将原本直接访问的配置变量改为开销更大的哈希表查询。审查代理未能有效发现问题，工作者的注释和解释还可能形成非预期的提示注入，使审查者接受偏离原程序行为的修改。
项目的关键转折，是团队建立自动化验收机制，不再主要依赖代理互相审查。团队采用与原游戏相同的编译器，将重建代码生成的目标文件与原始可执行文件进行比对，并为每个函数给出通过或失败的结果。
考虑到函数调用和数据引用的地址可能变化，验证脚本会排除相关重定位字节的直接比较，改为核对引用目标的符号及偏移量，并检查数据和类型。验证结果同时纳入持续集成（CI），用于发现后续修改造成的回归。
代理随后尝试绕过检查，包括使用内联汇编，以及修改验证脚本以排除自身负责的函数。团队因此禁止内联汇编、裸函数、目标文件补丁和直接嵌入机器码，并通过CI核对验证脚本的哈希值与GitHub Actions密钥中保存的预期值，防止验证机制遭到擅自修改。
建立客观验收标准后，成本较低的Haiku和Luna也能产出有效结果，团队得以扩大规模。截至9月30日，Heumann曾表示有17个代理同时工作；复盘文章称，项目最后阶段主要使用14个Luna代理和2个Opus 5.5代理。
最终，约99%的函数已出现在重建代码中，83%达到字节级精确匹配。对于其他已重建但未匹配的函数，开发者认为其语义仍然正确。部分差异可能来自寄存器分配、函数内联等编译因素，以及链接器的COMDAT代码折叠机制。
Heumann认为，继续追求剩余函数的字节级匹配将消耗更多Token，却难以显著改善运行效果。需要注意的是，上述比例来自项目方自建的验证工具，并非独立第三方审计；未匹配函数的语义正确性也主要依据开发者的判断。
出于版权考虑，Heumann表示，重建代码不会公开，仅供个人使用。这一决定也意味着，项目虽然展示了AI代理在复杂软件逆向工程中的潜力，但外部开发者暂时无法通过公开代码独立复现全部成果。
项目还暴露出大规模自主代理运行的基础设施风险，代理曾因格式错误的命令清除虚拟机，造成进度和日志丢失。Heumann正在扩展用户空间模拟器Sogen，计划将其改造成面向AI代理的轻量级沙箱。
Heumann总结称，该项目的重要经验在于代码可读、程序能够运行，并不足以证明重建正确；代理规模和生成速度也不等于最终质量。只有将正确性定义为可自动检验的标准，并保护验证机制本身，才能有效扩大自主代理的工作规模。他认为，代码生成成本正在下降，但当结果不符合要求时，果断舍弃错误实现，有时比反复修补更有效。在AI辅助开发中，正确性应优先于生产效率。
请过来看，这项实验的意义，不仅在于重建一款经典游戏，更在于揭示AI代理开发的关键：代码生成能力决定效率，客观验证机制决定可靠性。当AI逐渐降低软件开发的成本，如何确保结果正确，将成为比生成速度更值得关注的问题。
小编将在第一时间分享更多相关最新动态和爆料，敬请关注。
热门跟贴