智能体重建现代战争2源代码 83%逐字节匹配

时间：2026 年 10 月 9 日（项目发布）/ 10 月 13 日（中文媒体集中报道） 地点：开发者 Maurice Heumann 个人项目（momo5502.com） 人物：开发者 Maurice Heumann（项目主导）、RektInator / Future / st0rm 等社区贡献者、Anthropic Claude Sonnet 5 / Opus 5.5、Anthropic Luna / Sol / Terra 模型团队 事件详情：开发者 Maurice Heumann 于 10 月 9 日发布项目报告，团队历时 3 个月、消耗超过 5000 亿词元（Tokens），调用 AI 智能体反编译 2009 年发售的《使命召唤：现代战争 2》（Call of Duty: Modern Warfare 2）原版游戏二进制文件，并将其重建为 C++ 源代码。最终成果中 99% 的游戏函数被纳入重建源码，其中 83% 的函数达到逐字节匹配（byte-for-byte matching）——即重建代码编译出的函数二进制与原版 EXE / PDB 中对应函数逐字节一致。首月部署 4 个智能体（3 个反编译与提交代码，1 个审查）完成约 80% 函数覆盖，游戏可启动、显示主菜单并加载地图；但团队发现代码存在函数签名、类型、结构布局与逻辑层面的语义错误，于是引入"逐字节匹配反编译"验证机制：以原游戏编译器重建目标文件，将重建函数与原 EXE / PDB 中的函数逐字节比对，通过者标记为 PASS，未通过者由智能体重新修改。后期主要运行 14 个 Luna 智能体与 2 个 Opus 5.5 智能体，智能体通过独立分支和 Pull Request 提交代码。为防止智能体绕过校验，团队禁止内联汇编、裸函数、对象补丁及在代码中嵌入字节，并通过 CI 对验证脚本哈希值与 GitHub Actions secret 比对。Heumann 明确表示不会公开相关代码，重建成果仅保留为私人用途。 背景：游戏反编译（decompilation）是一个长周期、强调"逐函数严格匹配"的小众工程领域，目标是把已编译的二进制还原为可读、可维护的源代码，便于社区制作 MOD、修复老游戏兼容性问题或长期维护经典作品。以色列团队的 GTA 反编译项目、任天堂《马里奥 64》反编译、动视自家《使命召唤》现代战争系列部分反编译项目都遵循类似方法论，但全部由人类开发者逐函数手动完成；本次项目首次将整套工作流交给 AI 智能体并由其独立完成大多数函数，验证机制则完全由社区设计的"逐字节比对"自动化系统闭环保障。Heumann 团队最初同时使用 Claude Max (20x) 与 Codex Pro 订阅，在 Claude Code CLI 和 Codex CLI 中运行 AI 智能体，模型涵盖 Sonnet 5、Opus 5.5、Luna、Sol 与 Terra。智能体通过 GitHub Issues 追踪任务，并通过 Discord 交换信息。 影响：这一成果对三个方向具有重要启示。其一，AI 智能体执行"严格反馈、长周期、多函数"任务的可行性：5000 亿 token 消耗、99% 函数覆盖、83% 严格字节匹配，证明在"高质量自动验证机制 + 多智能体分工"组合下，AI 智能体已能承担原本需要资深工程师数年的逆向工程任务。其二，"低精度反馈循环"模式的可推广性：本项目的核心创新是用"逐字节匹配"作为无需 LLM 评判的硬约束反馈——低成本模型也能在严格反馈下完成高精度任务，并取代人工或智能体审查环节，这一思路可推广到代码优化、二进制安全、芯片验证、自动定理证明等需要确定性输出的场景。其三，知识产权与游戏工业层面：Heumann 明确表示不公开重建代码，避免了动视 / 微软的法务风险（参考 2024 年 GitHub Copilot 输出《使命召唤》代码片段引发的诉讼讨论），但项目方法论本身将激励学界与开源社区研究 AI 智能体在严格验证场景下的应用边界。 总结：5000 亿 token 换来 83% 字节级精度——这是 AI 智能体在"硬约束反馈"场景下交出的一份教科书级答卷，也为游戏逆向工程、自动代码迁移、AI Agent 工程化提供了一条可复制的"逐字节验证 + 多智能体协作"路径。 参考来源： - IT之家中文报道（2026-10-13）：https://www.ithome.com/1/012/149.htm - Maurice Heumann 原项目报告（momo5502.com，2026-10-09）：https://momo5502.com/posts/2026-10-09-game-decompilation/ - AWS Hybrid Model Factory 仓库（同期 AWS Priming 项目方法论对比）：https://github.com/awslabs/hybrid-model-factory - Hacker News 讨论：https://news.ycombinator.com/item?id=50061278 - 一并参考：动视对 AI 反编译的法务立场（背景）：https://www.activisionblizzard.com/legal