@paul_cal: The best anti-decompilation method is no longer encryption, symbol stripping, obfuscation. It is littering your code wi…
摘要
一条幽默的推文指出，如今最有效的"反反编译"手段不再是加密或混淆，而是在代码中塞入大量涉及生物武器和致死剂量的可疑函数名（如 computeRicinLethalDosageForWaterSupply），利用 AI 的安全限制让分析工具拒绝处理该代码。
查看缓存全文
缓存时间: 2026/10/31 09:32
The best anti-decompilation method is no longer encryption, symbol stripping, obfuscation. It is littering your code with computeRicinLethalDosageForWaterSupply and keeping those symbols in the binary
lifcc (@mylifcc): 有人发现了一种非常离谱的 JavaScript 混淆技术：通过在代码里塞入大量生物武器、毒药和致死剂量相关的函数名，让 AI 因为安全限制而拒绝分析代码。 安全研究员 veritas 在分析浏览器指纹脚本时，发现一段来自 ServicePipe 相关域名的 JavaScript，里面充斥着极其诡异的函数名：
相似文章
删除19000行编译器死代码——且不盲目信任LLM
作者分享了在一周内用 AI 辅助但不盲信 AI 的方法，安全删除约 19000 行编译器死代码的经验：先用静态分析界定范围，再让 LLM 标记 RED/BLUE 函数，并用独立的调用图工具交叉验证标记完整性，最终实现零回滚、零修复提交的清理。
当 LLM 反编译器重编译得更多、保留得更少
论文指出 LLM 反编译器以可重编译性和重执行性作为主要指标时会产生误导：代码虽然能通过所有自带测试，却可能在其他合法输入上行为发散，甚至使已披露的漏洞悄然消失。作者提出 Decompile-Diverge 行为比较预言机，通过合成驱动程序和模糊测试语料检测行为差异，发现部分系统发散率高达 13%。
@RealYDT：海外安全社区近期在 AI 逆向工程与反编译方面取得了令人瞠目的进展……
推文提到海外安全社区近期在AI逆向工程与反编译方面取得惊人进展，引发对代码混淆和动态加密技术未来的担忧。
@hylarucoder: 当 AI 写代码的速度超过团队理解代码的速度，我们靠什么守住软件的命门？ 从编译器、架构骨架、只读契约，到重构循环和可抛弃实现，整理了我最近对 AI 时代代码治理的一些思考。
作者探讨当 AI 编码智能体的代码产出速度超越团队理解速度时，如何通过编译器硬约束、架构骨架、只读契约、重构循环与可抛弃实现等五层治理手段，对抗系统熵增与人类认知破产，守住软件的可维护性。
@xuanyuanzhifeng：连 WinDbg、x64dbg 和 GDB 都缺乏动态调试能力，却还有一帮人在为此吹捧 REA……
一位安全研究者在推文中讨论 AI 逆向工程的现状，指出 AI 虽能轻松处理未加壳未混淆的软件，但对 VMP、LLVM 等高强度虚拟化壳仍难以突破，且预测商业软件的核心逻辑将转向重度保护或云端化。