@manateelazycat：卧槽，微信和 WorkBuddy 已经被 REA 破解了。大家都知道，做生意的时候，微信聊天记…

X AI KOLs Timeline 新闻
reverse-engineering wechat local-llm open-source agent data-extraction

摘要

作者发现 REA 结合算力舱与本地大模型（如 GLM 5.3 Flash、Qwen 3.8 27B）在一小时内成功逆向 WorkBuddy 读取微信聊天记录的机制，称赞其本地模型不会像在线模型那样拒绝，并开源了相关逆向方案。

卧槽，微信和 WorkBuddy 已经被 REA 破解了 大家都知道，做生意时，微信聊天记录是极其有价值的数据，但平时要是尝试折腾微信，很容易被封号。最近，我发现 WorkBuddy 居然可以直接读取微信聊天记录 于是我用 REA 搭配算力舱，研究 WorkBuddy 是怎么读取的，结果仅用一个小时就破解了——真他妈牛逼 我的实测结果：如果只用一个算力舱，REA 搭配 Qwen 3.8 27B 会有点慢。想要更快，就用两个算力舱搭配 GLM 5.3 Flash 今天早上我试了一下，真的太他妈牛逼了！它不会像在线模型那样拒绝请求——就是这个逆向工程工具 REA 加上本地大模型，真正做到指哪打哪，向全世界开源 对这套逆向工程方案感兴趣的老板们，评论区扣个 1，我免费把资料发给你们
查看原文
查看缓存全文

缓存时间: 2026/10/13 17:47

卧槽，微信和 WorkBuddy 已经被 REA 破解了

大家都知道，做生意的时候，微信聊天记录是极其宝贵的数据，但平时要是想折腾一下微信，很容易被封号。最近我发现，WorkBuddy 居然可以直接读取微信聊天记录

于是我用 REA 配合算力舱，研究 WorkBuddy 是怎么读取的，结果只花了一个小时就破解了——太牛逼了

我的实测结果：如果只有一个算力舱，REA 搭配 Qwen 3.8 27B 会有点慢。想快一点，就用两个算力舱搭配 GLM 5.3 Flash

今天早上试了一下，真是太牛逼了！它不会像在线模型那样拒绝请求——就靠这个逆向工程工具 REA 加上本地大模型，真是指哪打哪，向全世界开源

对这套逆向工程方案感兴趣的老板们，评论区扣个 1，我把资料免费送给你们

Andy Stewart (@manateelazycat)： GLM 5.3 Flash 本地写代码太爽了,她写代码的时候,我就看着算力舱的GPU利用率发呆,哈哈哈哈

新时代监工 ;)

相似文章

@leaf_sanren: https://x.com/leaf_sanren/status/2073069608437764266

X AI KOLs Timeline

作者详细介绍了如何通过逆向工程破解微信Mac版的加密系统，使用Frida动态插桩捕获系统函数CCKeyDerivationPBKDF生成的密钥，从而解密29个加密数据库，实现了自动获取群聊记录的目标，并计划开源该项目。

@zjp1997720: 【逆向WorkBuddy，开源一个搜索公众号文章的skill】 前段时间我拆解WorkBuddy自带的Deep Research功能的时候，发现在执行的过程中配备了一个可以搜索公众号文章的skill，叫做WeChat Article Se…

X AI KOLs Timeline

作者逆向WorkBuddy的Deep Research功能，发现其内置的搜索公众号文章skill（WeChat Article Search）并开源。该工具通过调用搜狗搜索接口实现微信公众号文章搜索，返回结构化JSON结果，无需API密钥，支持npx一键安装。