母亲去世后，红帽工程师兼GNOME长期贡献者Christian F.K. Schaller面对一盒旧胶片底片，购入了一台声称支持Linux的Plustek OpticFilm 8200i扫描仪。然而，因芯片组变更，现有驱动程序均无法正常工作。
Schaller并未止步于抱怨，而是转向Anthropic开发的AI助手Claude。他并非寻求灵感，而是让AI承担代码生成、数据分析及USB追踪数据逐字节匹配的繁琐工作。这一尝试证明，AI代理已能接管硬件逆向工程中最耗时的部分，打破了将专有外设锁定在封闭系统中的技术壁垒。
从扫描仪到摄像头：一日内的突破
Schaller在最新博客中详细记录了实验过程。他首先为扫描仪构建了SANE后端，随后用Rust语言开发了名为“Negative Vibes”的GNOME应用程序，用于处理带红外除尘功能的胶片扫描。接着，他将目标转向自己的Lenovo ThinkPad X1 Carbon Gen 14 Aura Edition笔记本电脑，仅用一天便修复了MIPI摄像头画面昏暗及偏黄绿色的问题。
这一突破得益于Schaller构建的“硬件测试台”环境：在Windows虚拟机中运行厂商驱动程序并直通真实USB设备，同时在Linux主机上使用usbmon捕获流量。他将参考追踪数据与失败数据输入Claude，AI迅速识别出单字节翻转的重复序列及特定条件下变化的寄存器值，进而提出代码建议并编写测试用例。人类负责审查、实机测试及方向调整。
“这种工作非常适合AI模型，”Schaller表示，“它能阅读数千行USB捕获数据，注意到细微变化并推测含义，且不会感到无聊。”通过短时会话与长追踪数据的结合，几小时内即生成了可用虽不完美但可识别的扫描结果。
开源社区的反应与安全隐忧
与此同时，GitHub上一个名为REA（Reverse Engineer Anything）的开源项目迅速爆火，几天内星标数从不足1万激增至超过24万。该项目通过模型上下文协议，将AI编码代理与Ghidra、Hopper和IDA Pro等反汇编器连接，消除了逆向工程的摩擦。尽管实质工作仍缓慢且需证据导向，但加速效果显著。
媒体报道指出，当提供足够上下文及传统工具的“答案密钥”时，AI代理甚至能重建可执行文件。例如，《黄金眼007》的核心逻辑曾耗费人类数年反编译，而AI在几周内便处理了周围层级。工具成熟度与代理编排正使曾经不切实际的项目变得常规化。
然而，能力扩散也引发不安。Anthropic前沿红队研究显示，小型模型可能很快在物联网设备上自我复制。Bishop Fox的分析报告亦显示，AI代理已能重现高级研究人员对SonicWall固件的解密工作流程，大幅压缩了追踪加密例程及恢复RSA材料的时间。尽管人类监督仍在，但硬件边界正在模糊。
硬件厂商面临的新现实
过去，由于经济回报微弱，小众扫描仪或笔记本摄像头的Linux支持往往滞后，需工程师数月追踪寄存器和协议。如今，几小时的引导式AI工作即可生成功能正常的驱动程序。虽然维护仍由人类负责，但门槛已显著降低。
Schaller已发布“Negative Vibes”的Fedora 44 RPM包，以16位线性格式保存扫描结果并保留红外通道。他将扫描仪驱动视为概念验证，计划在上游SANE驱动程序（今年9月已添加支持）达到同等水平后切换。对于摄像头修复，他通过对比USB摄像头与内部MIPI单元的捕获数据，找出厂商驱动差异并转化为开源补丁，提交至Linux内核和libcamera。
经验表明，参考捕获将模糊抱怨转化为具体差异，AI擅长海量日志中的模式匹配，而人类设定目标并验证物理设备。尽管早期扫描存在质量瑕疵，摄像头修复也未完全消除伪影，但AI确实压缩了工作量。随着更多案例出现，从打印机后端到显示器固件调整，工程师指挥、模型耕耘的模式正在确立。掌握引导AI代理的技能，正变得与手动编写代码同等重要。