我们让 DeepSeek 指挥四个 Qwen3.5-9B 模型，利用较小的开放模型对二进制文件进行逆向工程。

Reverse Engineer Anything 最近火了起来，但我们见过的每一个令人印象深刻的逆向工程成果，都使用了（闭源的）前沿模型。我们想知道，如果由一个更大的模型来组织，小型本地模型是否也能在这方面发挥实际作用，从而有望降低成本，让更多人能够对任何东西进行逆向工程 :) 配置 负责人：DeepSeek-V4.1-Flash。它负责反汇编二进制文件、为函数命名、恢复函数签名和内存布局，并在共享任务板上发布附带提示的任务。工作模型：4× Qwen3.5-9B。每个模型领取一个任务，用 Python 重写一个函数。判定器（diff_test）：分别用原始二进制函数和 Python 重写版本运行约 600 个测试用例，比较返回值和状态的每一个字节。工作模型只有在测试 100% 通过时才提交。执行框架：一个基于 IPython 的极简框架。如果负责人认为有帮助，可以修改工作模型的执行框架（提示词、工具）。（这最终成了最有意思的部分） 作为最初的概念验证，目标是两个用 Claude Code 生成并编译的小型 C 程序。整个团队始终只能看到二进制文件。作为基线，我们还让 DeepSeek（负责人）单独完成了每项任务。 任务 运行方式 函数数 升级交由负责人处理的函数数 成本 耗时 HF 标志动画 团队 38/38 15 $2.97 86 分钟 HF 标志动画 单独 38/38 — $0.87 14 分钟 太空射击游戏 团队 56/56 20 $3.60 100 分钟 太空射击游戏 单独 56/56 — $3.28 54 分钟（启动 4 次） 对于较小的任务，团队协作完全成了额外开销：负责人必须组织小模型并纠正它们的错误，比自己单独完成还要花更多时间。 最有意思的部分 对于射击游戏，负责人最终修改了 3 次小模型的指令。内部规则。工作模型会凭空编造辅助函数名，忽略有符号与无符号的区别，也不使用已记录的内存布局。它们把 b.ls 理解成 <，而不是无符号的 <=，调用函数时传入错误数量的参数，还手动计算字段偏移量（并且算错）。负责人为此补充了指令。查询工具：由负责人编写，让工作模型可以查询函数签名和字段偏移量，而不必自行重新推导。 注意事项 二进制文件没有剥离符号。函数名让负责人的映射工作容易得多，而大多数实际软件发布时并不带这些符号。这些是小型、结构清晰、由 AI 生成的程序，而不是经过优化的真实世界代码。只有两个数据点。任务规模与结果之间的趋势具有启发性，但尚未得到证实。仍有约 40% 的函数被退回给负责人处理。完整文章见：https://huggingface.co/blog/ybelkada/reverse-engineering-anything-with-small-local-mode