[分享创造] 做了一个逆向 Agent，专门解决无人值守和高难样本
最近做了个有点不一样的逆向工程 Agent 。想解决的其实是个很实际的问题：逆向任务一复杂，AI 很容易跑偏，或者分析到一半就说自己搞定了。目前基于强化学习牵引所以目前支持 WEB 、PE 、ELF 、APK 、固件等方向，可以一边学习一边分析，也会把做过的方法和结果沉淀下来，后续任务能继续积累经验。项目还在迭代，欢迎对 AI 逆向感兴趣的朋友试试，也欢迎直接拿真实样本来交流和 star 。GitHub： https://github.com/amd2g2zz/kunglao-agent
阅读原始来源![原始网页截图: [分享创造] 做了一个逆向 Agent，专门解决无人值守和高难样本](/media/d7c62a1d6c472e2a50960604?v=2026-11-05T12%3A40%3A58.052Z)
来源记录
研究分析
项目记录
来源描述：最近做了个有点不一样的逆向工程 Agent 。想解决的其实是个很实际的问题：逆向任务一复杂，AI 很容易跑偏，或者分析到一半就说自己搞定了。目前基于强化学习牵引所以目前支持 WEB 、PE 、ELF 、APK 、固件等方向，可以一边学习一边分析，也会把做过的方法和结果沉淀下来，后续任务能继续积累经验。项目还在迭代，欢迎对 AI 逆向感兴趣的朋友试试，也欢迎直接拿真实样本来交流和 star 。GitHub： https://github.com/amd2g2zz/kunglao-agent
采用记录与比较对象
可供比较的近期同类记录：“meta/astryx” (GitHub Trending, 2026年11月7日)；“google/skills” (GitHub Trending, 2026年11月7日)。主题相近仅用于导航，未核验其是否属于同一需求或独立证据。
采用判断
应与它要替代的工具或人工流程比较。现有记录支持发现项目，尚不能确认可靠性、运行成本优势或商业采用。
尚未核验的门槛
尚未核验：许可证权限、硬件要求、安装步骤、维护状态，以及包含失败样例的代表性任务。
下一步试验
选择一个真实任务和现有替代方案，记录 commit、环境、输入、输出、耗时与失败行为；保留结果后再给出采用建议。