DeepSeek 领队 4 个 Qwen3.5-9B 逆向工程二进制,实验显示团队协作反成开销
HauntingMoment · reddit · 2026-10-27
Reddit 用户分享了一项实验:用小模型组队做二进制逆向工程,挑战「逆向工程成果都靠闭源前沿模型」的现状。
架构
- 领队:DeepSeek-V4.1-Flash,负责反汇编、函数命名、恢复签名与内存布局,并向共享任务板派发任务;
- 工人:4× Qwen3.5-9B,各自领取任务、用 Python 重写一个函数;
- Oracle:difftest 跑约 600 个测试用例,对比原二进制函数与 Python 重写的返回值和全部状态字节,100% 通过才允许提交;
- 框架:极简 ipython harness,且允许领队修改工人的 harness(提示词、工具)——这成了最有趣的部分。
结果(目标为两个 Claude Code 生成并编译的小型 C 程序,团队只见二进制)
| 任务 | 模式 | 函数数 | 成本 | 耗时 |
|---|---|---|---|---|
| HF logo 动画 | 团队 | 38/38 | $2.97 | 86 分钟 |
| HF logo 动画 | 单干 | 38/38 | $0.87 | 14 分钟 |
| 太空射击游戏 | 团队 | 56/56 | $3.60 | 100 分钟 |
| 太空射击游戏 | 单干 | 56/56 | $3.28 | 54 分钟 |
小任务上团队协作纯属开销:领队组织与修复小模型的时间比独自干还多。
最有意思的发现:射击游戏任务中,领队三次修改工人指令——先立「家规」(禁止乱造辅助函数名、忽视有符号/无符号区分),再纠正工人把 b.ls 误读为 < 等具体错误,最后干脆自己写了一个 lookup 工具让工人直接查询函数签名和字段偏移,而不是重新推导。
局限:二进制未 strip(函数名大幅降低领队映射难度)、目标是干净的小型 AI 生成程序、仅两个数据点、约 40% 函数仍被打回领队。完整复盘见 Hugging Face 博客。
「编程与Agent」频道最新
- Matt Pocock 提议给「Agent 擅长的任务类型」起个名字 — mattpocockuk · 2026-10-27
- xAI 免费放出 18 篇 Grok Bot 实战指南,覆盖销售到工程约 3 小时 — victor_explore · 2026-10-27
- 精算部门一线观察：Agent 落地瓶颈在领域知识而非模型能力 — Electronic_Sort_6627 · 2026-10-27
- 「每天 100+ commits 成新底线」：AI 编码时代的产出军备竞赛 — damnGruz · 2026-10-27
- Rocket 开放应用平台上线：为 vibe coder 汇聚与分发 AI 应用 — alexmacgregor__ · 2026-10-27
- 不建 3D 模型：用 AI 生成视频拆帧做出可交互 3D 商品展示 — aigclink · 2026-10-27