人类与AI智能体软件逆向工程能力对比

2026年10月15日，arXiv上发布了一项由Samuele Doria等作者完成的研究，对比人类分析师与LLM智能体在软件逆向工程中的表现。研究让9个模型通过IDA Pro完成两项此前由人类分析师解决的紧凑静态分析任务，并用统一的理解评分标准打分，同时记录它们与IDA Pro的完整交互过程。结果显示，GPT-5.5 Pro、Claude Opus 4.8和Kimi K3在两个任务上达到统计意义上与人类相当的理解水平，较弱模型则明显落后。工作流方面，人类反复回访函数，而强智能体采用跳跃式检索、很少回看的“贪婪获取”方式。研究还测量了4000个真实二进制上的上下文窗口饱和情况：大窗口能容纳许多程序，但更大的应用和更低层的表示会迅速耗尽窗口。此外，开放权重模型在更丰富的代码表示下显著提升，而前沿模型则无显著变化。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。