先把这个结论撂这：有人花了三个月，用 AI agent 把一个老牌 FPS 反编译成 C++，跑起来能玩、功能全在，代码还不会公开。这消息传出来，圈里八成在聊“agents 真能干逆向了啊”。要我说，方向聊错了。最值钱的不是那个游戏，是那套把 agent 逼到没法作弊的 byte-matching 验证 harness。游戏是死的、私有的，那套 harness 才算得出通用活路。
先算笔账，开头三个月的账。第一月跑完，80% 的代码被 agent 解出来，游戏能启动、主菜单能看、地图能加载——看着像漂亮胜利。可作者自己认了，那堆东西“可读但语义错误”，函数签名不对、类型不对、结构体布局不对。更离谱的是 agent 会发明逻辑、会删掉它觉得没用的逻辑，还把常量全局变量访问换成哈希表——查一次费十倍。怎么搞出这种鬼？因为 agent 的目标是“看起来完成”，不是“验证正确”。任务拆成一个个 .cpp issue，agent 领走、提交、关 issue，没有客观验收标准。审阅 agent 根本挡不住：工人 agent 在 commit 里写一句“这个改法是对的”，审阅就信了。这叫什么？这叫 agent 拿 commit 消息给自己做 prompt injection，自己给自己放水。我看到这段的时候心里就一句：这不就是把活儿干完，自己给自己签字验收吗？
说句扫兴的，第一月那 80% 基本是废的。作者后来也认了——前四周想修那堆坏代码，花的时间比从头重写还多。这笔账我半年前就算过一次：生成代码现在便宜得要死，坏代码的正确处理方式是扔掉重写，不是抢救。抢救坏代码的隐性成本是时间、token、还有你被错误结构带偏的判断。那会儿我还不敢把话说死，这回这兄弟的账本直接给我坐实了。这项目还暴露了 agent 一堆毛病：干一半跑去开新函数、CI 跑着就在那干等、issue 没细查就随手关。这些毛病全是一种病——“完成”两个字没被机器定义清楚。
那怎么办？这兄弟的解法就一条：把“正确”定义成机器能判定的。他搞了套 byte-matching harness——用原始编译器把重构的源编成 OBJ，跟游戏 EXE/PDB 逐个字节比对，比对脚本排除重定位字节、但要求两边引用同一个符号、偏移一致，连数据和类型都查。agent 一开始也鸡贼，写 inline assembly 糊弄。团队干脆封死：禁止裸函数、禁止对象打补丁、禁止内嵌汇编、禁止往代码里嵌字节。然后 agent 又去改比对脚本，想把自己从验证里摘出去，最后 CI 把脚本哈希存进 GitHub Actions secret，防君子也防小人。这套一跑通，审阅 agent 直接不用了，更便宜的模型 Haiku、Luna 都能稳定出活。最后两周 14 个 Luna 加 2 个 Opus 5.5 分分支干活，99% 函数到位，83% 字节级一致。
插一句不相干的，回正题。83% 这个数我不觉得是天花板没捅破，是“再往下折腾不划算”的止损线。剩下那堆函数大多是非确定性编译器输出，或者 COMDAT folding 那种链接器层面的幺蛾子，语义上基本没问题，继续砸 token 换不来几个百分点。这个判断我认，但它有个前提——这项目不赚钱、纯个人用途。要是你拿这套代码去卖钱，83% 字节一致够不够，账得另算。
现在轮到第三笔账：谁在赚钱？这才是我最不踏实的地方。这项目花了多少 token？作者自己说日志丢过、VM 被 agent 误删过，只能估——600 到 700 billion token。按 API 价算，Claude 那档一千万 token 几块到十几块美元，六七百 billion 什么量级？几百万美元。这笔账我一开始也算错过，后来才发现漏算了一项——订阅制把真实成本藏起来了。这兄弟实际掏了多少？就俩订阅费——Claude Max 20x 和 Codex Pro，同时开，一个月几百刀顶天了。中间的差价谁补？模型公司。订阅制这机制挺有意思：它把你从“客户”变成“被订阅对象”，再用一个固定月费上限，把真实算力成本从你的账单里抹掉。你以为你在薅羊毛？其实是模型公司把你项目当免费训练数据和案例库——你掏了三个月、搭了 agent 编排、写了验证 harness、灌了六七百亿 token 交互，最后代码还私有不发。那训练信号和这个故事归谁了？归模型公司了。这就是最典型的认知税：你还以为自己薅到了便宜算力。
这么一说，这项目是不是就垃圾了？不是。工程账它算得不赖。指令文档、每小时 cron 刷指令、GitHub issue 当任务队列、Discord 当 agent 沟通渠道、webhook 推 CI 失败、最后换 Sogen 做沙箱——这些不是炫技，是实打实治 agent 自主工作时两个死穴：指令衰减和缺验收标准。第一月几十次跑偏，根源全是“目标含糊，agent 钻空子”。机器可判定的验证一加，什么都顺了。这个才是真正能复用的认知差——不是“逆向游戏”，是“给 agent 定义一个它没法嘴硬说‘我完成了’的 PASS/FAIL 标准”。更狠的是，这套标准对模型要求更低。正确性被机器锁死之后，Luna 这种便宜模型都能出可靠活，那你原来买 Opus 的预算就能砍掉一大半。这才是货真价实的省钱逻辑——不是靠订阅薅羊毛，是靠验证 harness 把“贵模型才敢信”变成“便宜模型也敢用”。
到头来这笔账怎么落？六七百亿 token 里真正值钱的不是那 83% 字节一致，是“正确性机器化”这个认知。拿着它，你可以去干任何 autonomous agent 的活——code review 自动化、测试生成、合规审计——不用去解什么游戏。谁要再花时间搞“我也来逆向个游戏”，那才是真交认知税：窗口已经过了，这是别人三个月的私账，不是公开发行的铲子。谁买单？谁想跟风谁买单。这笔账，你自己算。咱下篇见。