REA:一个MCP让Agent逆向分析任意应用和二进制↗
开源项目REA把逆向工程能力封装成一个MCP。编码Agent可以从应用行为一路分析到原生二进制,弄清某个功能背后的实现原理。它把原本需要专业工具链和经验的逆向工作交给Agent,适合做竞品研究、调试和安全分析的开发者。

AI 摘要 · 本期快讯由 AI 整理,尚未经 Jason 点评
Claude Haiku 5.5在同价位挑战GPT-6 Luna,叠加LegalOn通过模型路由将Codex成本降低65%的案例,小模型与成本优化正成为AI应用开发的关键变量。
开源项目REA把逆向工程能力封装成一个MCP。编码Agent可以从应用行为一路分析到原生二进制,弄清某个功能背后的实现原理。它把原本需要专业工具链和经验的逆向工作交给Agent,适合做竞品研究、调试和安全分析的开发者。
这个Skill支持Claude Code、Codex、GitHub Copilot、Factory Droid和Pi,提供42种图表类型,输出自包含的HTML+SVG,用来替代粗糙的Mermaid图。2.5.10版又新增桑基图等十种布局。需要在文档、PPT或落地页里放专业图示的开发者可以直接用。
这个开源Skill专门解决编码Agent回答冗长、把关键答案埋在大段文字里的问题,让输出更直接、更易扫读。安装时只需把一句话粘贴进CLI,并支持中文等多语言。它是低成本提升日常Agent使用体验的小工具。
Anthropic推出小模型Claude Haiku 5.5。Latent Space评价它在相同定价下表现优于OpenAI的GPT-6 Luna。对高频调用、成本敏感的Agent和SaaS产品来说,小模型档位的竞争直接影响单位经济,值得重新评估模型选型。
法律科技公司LegalOn把Astra、Sol、Luna三档模型按任务难度分配,并做了预算管控。结果是在保持开发速度的同时,Codex预估日成本降低65%。对于AI编程账单越来越高的团队,“按任务路由模型”是一套可直接借鉴的降本方法。
此前有报道称OpenAI年化营收约700亿美元。一份新报道则称,实际数字比预期低约200亿美元。在AI巨头筹备上市、投资人更看重可持续收入的背景下,这一差距可能影响市场对头部模型公司商业化速度的判断。
研究测试了开源包galahad-kv。它把每约1.6万token的KV状态加密存到本地NVMe,之后按字节精确加载,不用重新计算。团队在单张H100上配合vLLM和Gemma 4跑了5000万token,速度和成本都优于重算。对开发者的意义在于,长上下文的Agent和RAG应用可以用更低成本获得“长期记忆”。
团队把Karpathy提出的AutoResearch范式(LLM反复修改训练脚本,只保留能提升指标的改动)用在生产推荐系统的embedding优化上,连续跑了12周。论文总结了在高算力成本下的典型失败模式,并提出多Agent框架。想让Agent自动做实验调参的团队可以参考这些踩坑经验。
订阅获取每日 AI 快讯推送 + 免费出海手册
📘 免费订阅