本文是视频《实测 AI 克隆软件：结果比你想的糟糕得多》（作者：Dave's Garage）的精读笔记，配套中配视频观看效果更佳。

实测 AI 克隆软件：结果比你想的糟糕得多

只给 AI 一个 Windows 计算器的成品 exe，不给一行源码，它能不能用 Rust 造出一模一样的程序？微软退休工程师 Dave 真做了这个实验——克隆确实跑起来了，但真正值得看的是他随后的追问：这算不算盗版？这条视频一半是硬核逆向工程演示，一半是对 AI 时代“软件所有权”的清醒思考，标题里说的“糟糕”，恰恰在于它成功得让人不安。

图：Dave 在他的“车间”开场，身后是几十年的 Windows 时代记忆

全景：一条主线看懂

全片是一条“实验→结论→追问”的链：Dave 用美国国安局开源的逆向工具 Ghidra 把 calc.exe 反编译成伪代码，让 AI 读懂后翻译成 Rust 并编译运行，证明 AI 能产出“能用的重建”——但因为 AI 需要返工修补，这个克隆注定接近而不完美。技术惊叹之后他话锋一转，用版权法、经典判例和自己用 AI 开发软件的经历论证：换种编程语言抹不掉作品的“血统”，未经授权克隆他人专有软件应当被认定为违法。

图：全片主线——成品 exe → 反编译分析 → AI 翻译成 Rust → 新程序 → 法律与伦理拷问

一、为什么拿计算器开刀：一场设计好的压力测试

动因来自新闻：已经有人用 AI“克隆”了整个 Photoshop，随后又克隆了 Office。Dave 的判断是，这像上世纪 50 年代人们梦想核电“便宜到不用计量”一样——软件正在被 AI 推向“便宜到不要钱”。他这期要做两件事：给出对“AI 克隆应用”的犀利观点，并精确演示克隆到底是怎么做的。

核心实验问题定义得非常严格：只给一个成品 Windows 程序，不提供任何源码和符号，让 AI 用 Rust 完全重写出一模一样的程序——本质上是把别人程序里的控件、计算和行为，从旧 exe 搬进一个干同样活的新 exe。

选计算器有两层考虑。一是法律安全：它是 Windows 中少见的以 MIT 许可证开源的组件，怎么折腾都不会有人找上门。二是 Dave 本人在微软时“拥有”过计算器这个产品——他特意澄清，酷的代码不是他写的，他只是带开发团队的负责人，因此最清楚这东西水有多深。

“它是少见的 MIT 开源组件，我乱动它没人来踹门。” ——Dave 解释为何选 Windows 计算器当实验对象：合法，且知根知底。

计算器远比表面复杂：算术之外有标准、程序员、会计等多种模式，支持多种进制，还内置无限精度数学运算例程——这些是藏在表面之下的“硬货”。Dave 由此设定判定标准：这些东西 AI 光靠看界面、查公开资料推不出来；尤其是那些古怪（quirky）的行为，只有真正消化了二进制里的代码才可能复现——它能复现怪癖，就证明它“读过菜谱”。而成功的秘诀摆在明面上：可执行文件里包含指令，程序做的每一个决定，都必然对应某处某个人写下的代码。哪怕原始源码文件已经消失，仍有东西可查。

本节要点：实验前提是“零源码、零符号”；选计算器图的是 MIT 开源带来的合法性和 Dave 的知根知底；能否复现古怪行为，是检验 AI 是否真读懂二进制的试金石。

图：Windows 计算器——看似简单，内藏程序员模式、会计模式与无限精度运算

二、NSA 的工具，如何让二进制“开口说话”

Dave 的手术刀是 Ghidra——美国国家安全局（NSA）发布的逆向工程框架，他自嘲这期视频“多亏国安局帮忙”。Ghidra 能反汇编机器指令，并据此构建类 C 的高层描述。但必须记住一个限定：它的输出不是还原的原始源码——它不知道任何变量名和符号，所有命名只是“最佳猜测”，是从二进制逻辑倒推出的“能编译出同样逻辑的 C 代码”。内部机制上，Ghidra 把各家处理器指令统一翻译成更简单的 P-code 微指令（加载一个值、执行算术、取出结果、选择分支），为“处理器正在做什么”提供统一词汇——顺带一提，老版 Office 当年正是用类似的 p-code 方式编写的。不过在 Dave 看来，用什么中间格式并不重要，路线是固定的：可执行文件 → 分析其操作 → 重写为 Rust → 产出新程序。

AI 的真正难点不是算术，而是状态机：计算器收到一位数字时，要判断它是接续屏幕上正在输入的数，还是另起一个新数；要记住有没有挂起的运算符；按完等号后，下一位数字可能开启新算式——这些机制全部编码在编译后的程序里。AI 要做的，是把一次内存读取读成结构体的一个字段，把一团缠绕的分支整理成 Rust 的 match；还原出的代码外观可以和原版很不一样，但行为必须一致。同时也要认清固有限制：变量名和注释在编译时就永久丢失，拿不回来，能得到的只是一个能运行、但有点难读的工程。

像样的复刻还得兼顾代码之外的部分：可执行文件里的资源（对话框布局、字符串、图标）、导入表（程序调用了哪些外部组件），以及快捷键是否生效、清除按钮是否重置到正确状态这类细节。这正是计算器作为样本的巧妙之处——“皮”人人会做，在编辑器里摆几个按钮、实现加减法，门槛很低；难的是重现按钮背后长期积累的设计决定。失败方式很多：反编译阶段搞错函数含义，或状态变更逻辑实现错误——界面看着一样，行为却完全不同。

本节要点：Ghidra 给的是“最佳猜测版”伪代码而非原源码；克隆的本质是翻译行为而非翻译文本——状态机逻辑决定成败，变量名和注释永久丢失，资源、导入表与细节行为同样必须还原。

图：Ghidra 界面——左侧是恢复出的函数列表，右侧是它“猜”出来的类 C 伪代码

三、实测：AI 跑通了，但“能跑”不等于“克隆成功”

实操分三步：把可执行文件变成 AI 可用的信息；把信息变成 Rust 编译器能接受的源码；启动克隆结果，与原版对比验证。Dave 的提示词核心是：用 Rust 重写 calc，先把二进制反编译成中间格式，再把逻辑完整准确地翻译成 Rust，编译出一个名为 AI-calc 的新程序，功能必须与原版 C 语言 calc 完全一致——并不断迭代，直到所有测试通过、行为一致、像素级还原。他把这定位为一个没有源码访问权限的 C 到 Rust 翻译项目。AI 询问是处理整个程序还是只做启动器，他选了整个程序，连带所有依赖的 DLL。

跑出来的数字相当惊人：

指标	数字	说明
计算 DLL 恢复函数	10,195 个	Ghidra 从核心逻辑库中恢复
UI DLL 恢复函数	18,959 个	界面层同样被完整分析
命令分类	131,077 种	AI 对输入命令的归类
自动生成的测试	8,201 个	AI 自建的验证体系
测试命令序列	357 种	覆盖组合操作路径
中间显示状态	8,032 种	全部与原版引擎一致

AI 不开界面就验证了 2+3=5；357 种命令序列、8,032 种中间显示状态与原版引擎完全一致。但请注意一个关键细节：AI 在自测中发现了若干错误，回头修改代码才让测试全部通过。Dave 认为这件事本身就说明问题——它不是完美的确定性复刻；它在过程中做出各种假设、“瞎填空白”，直到结果不对才发现自己错了。既然必须回头修补，就不能假定克隆完全准确。他的结论是：可能很接近，但不会完美。

实测环节，他输入 123+456，还另拿一个计算器交叉验证——结果正确，得到一个能运行的 Rust 应用。但他随即给成果“降级”用词：所谓一句话完成任务（one shot）只描述人机交互方式，不代表内部全自动、无需人工修改；程序员总让人后悔用“完美”这个词，这次展示的只是**“能用的重建”（working reconstruction）**。要声称与原版完全等价，得覆盖冷门输入——比如“1997 年以后没人按过的组合键”后面可能还藏着差异。AI 的测试套件确实跑了数万种计算，但 Dave 提醒：当年 Intel 对奔腾 II 的数学测试也很强，连 Intel 都不敢保证无错——测试再多，也没有绝对保证。

本节要点：AI 确实从零造出了能跑的 Rust 计算器，近三万个函数被恢复、八千多个测试通过；但“需要返工”这一事实本身就宣告了它是近似复刻——接近原版，不等于原版。

图：AI 的工作报告——恢复的函数数、测试数量密密麻麻排满一屏

图：克隆版计算器与原版同框对比，肉眼几乎无法区分

四、灵魂拷问：到底谁创造了什么

实验成功之后，第二个问题浮出水面：**谁创造了什么？**Dave 先铺背景：他整个职业生涯都在做 Windows 软件，传统观念里编程必须从源码正向书写；这次却是从流水线末端（成品）倒着走，让机器逆向推回源码——如果恢复的是自己的程序，这像一种实用的恢复技术；但对别人的程序做同样的事，就是另一回事了。

他先科普程序出厂流程：开发者写源码 → 编译器把源码变成机器码 → 链接器把各部分与库、系统服务拼成可执行文件。这条流程不可逆地丢失信息：好用的变量名消失；注释运行时并不需要；你精心从一个函数里拆出的另一个函数，可能被编译器内联合并回去；同一操作的不同写法优化后可能生成完全相同的指令。所以逆向拿不到原始源码——程序里有变量叫 total，可执行文件里并不会藏着它等你解开；编译器只保留电脑需要的东西，几乎从不含程序员“喝完咖啡后的想法”。

由此引出全片第一个重要认识：**不同的源码文本，可以描述同一种计算。**可以换语言、重命名所有变量、重新组织函数，同时与原程序保持实质性联系——所以在编辑器里看到 Rust，并不能说明这个程序是独立设计的。

接着他拆解那句让人安心的话——“没用原始代码”：原始源码文件他确实没有，也没交给 AI，甚至核查过 AI 没把外部代码当样本抄袭。但可执行文件本身就是编译后的代码——把编译产物重新组装，并不等于变成一组无关的事实。

“把分析翻译成 Rust，也抹不掉分析的来源。” ——Dave 在回应“没用原始代码就算独立创作”的说法时强调：可执行文件本身就是编译后的代码，翻译改变不了分析的出处。

图：Dave 推演“翻译能否创造独立性”的关键论证段落

态度在此发生明确转折：作为工程演示，这一切令他震撼（blows my mind）；但作为拿别人专有商业产品制造未经授权替代品的方式，他认为这应该是违法的。他的直觉是称其为盗版——换一种编程语言，也不改变性质。他补了一句免责声明：这是他的道德判断，他不是律师，仅供参考。

“作为工程演示，这一切让我震撼；但作为制造未经授权替代品的方式，我认为它应该是违法的。” ——Dave 全片态度的转折点：惊叹留给技术，批评留给用途。

本节要点：编译天然丢失变量名、注释与函数结构；“不同源码文本可以描述同一种计算”意味着看到 Rust 不代表独立设计——克隆的“血统”藏在分析来源里，换语言抹不掉。

五、法律的现实：版权保护表达，不保护功能

道德判断之外，法律层面更复杂，Dave 给出了清晰框架。美国《版权法》第 102 条明确把思想、流程和操作方法排除在保护之外。具体例子：微软不能因为计算器会做加法就拥有加法——任何人都可以写计算器，写得再好也不需要微软批准。但表达这些功能的代码可以受版权保护，而且保护可以延伸到字面源码文本之外——所以“改掉所有变量名”不是万能的法律豁免。法律分析的核心任务，是把受保护的表达与不受保护的功能需求区分开来；而对一个几乎完全为完成任务而写的程序，这是件难事。

他反复使用的类比是翻译：把小说翻成另一种语言，你得到了新词，但你不是原作者——不能声称它是自己的作品，因为它依赖了另一个人的创造性投入。软件让这个类比更复杂：版权不拥有底层的计算逻辑，仅仅换一种新语言，并不能说明受保护的表达是否在转换中保留了下来。

当然，研究二进制有许多正当理由——从分析恶意软件到构建兼容替代品，法院此前也允许过某些逆向工程。两个经典判例：Sega 诉 Accolade 案，法院允许在特定情况下反汇编，以获取兼容所需的非保护功能元素；Sony 诉 Connectix 案，开发模拟器过程中对 PlayStation BIOS 的中间拷贝被认定为合理使用。也就是说，开发中用过原程序不自动导致败诉，但这些判例并不颁发“复制商业软件的通用许可”——Sega 案明确保留了对成品侵权追诉的权利。

历史正面案例是 Phoenix 公司：几十年前它为 PC 克隆厂商制作了自己的 IBM PC BIOS 版本，IBM 愤而起诉，Phoenix 最终胜诉——靠的是净室工程：一名工程师只撰写 API 文档、绝不查看实现代码，另一个团队严格按规范实现；正确执行的净室工程能产生完美替代品，即使实现完全不同。但注意规模差距：原始 PC BIOS 只有约 12 个入口点，而 Photoshop 这样的应用有数千个接口点——理论上可以净室重写，仅写规格说明的工作量就已极其庞大。另一条路是用自动化工具实时驱动原始应用、摸清所有行为细节，Dave 认为目前尚不可行，但终有一天会实现。他还提醒一个容易忽略的坑：微软 2019 年确实以 MIT 许可证开源了新版计算器，但这确定不了每个历史 calc.exe 的许可状态；AI 训练时是否接触过这些公开源码，问了模型它说没有——但你无法确证。把专有软件喂给自动翻译器、换种语言就声称是全新独立作品，这件事值得比目前所受的严格得多的审查。

本节要点：版权不保护功能（加法不属于微软），但保护表达且可超出字面源码；Sega、Connectix 判例与 Phoenix 净室工程证明逆向有合法路径，但每条路都有严格前提——判例不是复制许可，开源仓库也覆盖不了全部历史版本。

图：净室工程示意——写文档的人与写代码的人严格隔离，从流程上杜绝抄袭

六、底线与未来：能力会扩散，规矩要先立好

Dave 用自己的项目示范“正确的打开方式”。他开发任务管理器改造版 Tmog 时，特意没有把任何现成软件喂进去做“翻译”：先写了一份 107 页的规格说明书描述想要的产品，之后又花了 400–500 个 GitHub PR 打磨到位——先自己做设计决策，再表达这些决策让 AI 实现。但他也冷静提醒：规格书并不天然清白，你可以在里面塞进他人受保护的表达来掩盖抄袭；从提示词开始，也不能证明合法性。真正有意义的分界线是：自己设计想要的行为，和拿别人的实现当原材料，是完完全全不同的。

图：Dave 展示他用 107 页规格书“喂”出来的 Tmog——先设计，再让 AI 实现

由此他提出标识原则：当流程是“现成二进制 → 分析 → 最终替换”，产物就应标注为“衍生自该应用的克隆”——即便获得权利人授权、完全合法，它依然有一个“祖先”。他反对的从来不是移植或重写本身，而是借“翻译”这一步宣称占有原作、抹杀原作的价值。伦理原则一句话：如果流程依赖别人的软件或任何创作性输入，就应当承认并拥抱这份依赖。法律上同理——复刻受保护的表达，输出叫 Rust 也没获得授权。

“编译器只产出可执行文件，它开不出‘独立创作’的证书。” ——Dave 反驳“换个语言重写即算独立创作”的核心论据。

对技术边界他也毫不夸大：把克隆对象换成 Photoshop、或把 Mac 的 Final Cut 移植到 Windows，工程量大得多——大型应用依赖各种库、素材、文件格式、插件和系统服务，这些组件不会因为被“礼貌地请求”就自动变成可移植的 Rust。计算器实验证明不了明天就能移植 Final Cut，任何具体时间表都只能是猜测。实验真正的价值，是说明了为什么我们应该关注这个技术的发展方向：逆向工程传统上高度专业化，而 AI 能协助解读证据并转化为另一种实现；一旦这个过程更快、更可靠，即使法律原则不变，制作“授权替代品”的经济账也会随之改变。正面用途也很实在：开发者可以用它找回丢失的代码、在授权前提下用可维护的语言重建老软件。但当同一种能力被用在“软件所有者被当成麻烦”的情境里，它就变了味。

回扣开篇之问：AI 能否从 Windows 可执行文件反向推导、再正向生成一个 Rust 应用？本次实验中它确实产出了能运行的复刻——但“完全等价”仍待验证，“合法性”取决于比目标语言多得多的因素。他的最终表态毫不含糊：把别人的专有应用喂给自动化重写系统、制造未经授权的替代品，应当违法；现行法律可能已禁止其中某些情形，而仅仅换一种编程语言，不足以说服他“原作对该过程毫无贡献”。

“看完整个过程，想想如果这软件是你的，你会怎么想？” ——Dave 的收尾之问：技术评判之外，最终考验的是每个观众的立场。

本节要点：合法与越界的分水岭在“谁做的设计决策”；AI 时代的正确姿势是“我的需求→AI 实现”，而非“别人的二进制→克隆替换”；能力扩散的速度一定快于立法，伦理自觉必须先走一步。

总结要点

1. 实验结论：只凭一个 exe，AI 真的造出了能运行的 Rust 版计算器——近三万个函数被恢复、8,201 个测试通过、123+456 算对；但 AI 需要返工修补这件事本身说明，它是“能用的重建”，接近而不完美。
2. 技术原理：NSA 开源的 Ghidra 把机器码反编译成“最佳猜测”的伪代码；变量名和注释在编译时就永久丢失——克隆能保住行为，保不住原貌。
3. 关键认识：不同源码文本可以描述同一种计算；“换了语言”不等于“独立创作”，编译器抹不掉分析的来源，也开不出独立创作证书。
4. 法律框架：版权不保护功能（微软不拥有加法），但保护表达且可超出字面源码；Sega、Connectix 判例和 Phoenix 净室工程说明逆向有合法路径，但都有严格前提。
5. Dave 的底线：依赖他人成果就要公开承认；“我的需求→AI 实现”与“别人的二进制→克隆替换”是两回事，后者应当违法。

迁移与启发

1. **职场：做“写规格书的人”，而不是“点生成键的人”。**Dave 用 AI 开发 Tmog 的方式是先写 107 页规格书、再改 400–500 轮。放到日常工作里：接到任务先把“要什么、验收标准是什么”写清楚，再让 AI 干活，你审它改。AI 时代最不容易被替代的，是把需求和标准定义清楚的能力，以及对产出负责的判断力。
2. **投资与消费：看 AI 产品，先问原料从哪来。**技术上能跑通，不等于法律上站得住。无论是采购选型还是评估一家“AI 速成”公司，先分清它的核心竞争力是“自己设计＋AI 实现”，还是“搬运别人成果再换皮”——后者省下的成本，可能变成将来的诉讼与下架风险。个人用 AI 也一样：别把受版权保护的素材喂进去，再把产出当原创发布。
3. **生活决策：对“接近”保持警惕，重要材料留原始底。**AI 需要返工，说明它在用假设填空白——用它给的健康、法律、财务建议时，学 Dave 拿第二个计算器交叉验证，找独立信源再核一遍。另外，编译会永久丢失变量名和注释，这提醒我们：合同、聊天记录、重要笔记自己留原始件，别只存转发或摘要——信息一旦被“压缩”，丢掉的细节就拿不回来了。

一句话升华

AI 能把软件翻成任何一种语言，却翻不掉它的来处——承认自己站在谁的肩膀上，才是一个创造者真正的体面。