AI 自动化逆向（十八）AI 的产能是量级的：1000 个脚本意味着什么
本文是「AI 自动化逆向」系列第 18 篇。上一篇：解码器、反汇编器、反编译器：能力边界表；下一篇预告：让 AI 长周期跑一个项目：上下文与文档怎么组织。
前言
工具边界划清了，这一篇算一笔产能的账。
这个项目里，AI 累计写下的脚本超过一千个——解析、解码、渲染、验证、回归，每一类任务都留着一串。这个数字放在人工项目里是不可想象的：没有哪个人会写一千个小脚本去解一个东西。
但"1000 个脚本"不只是一句炫耀。这一篇讲它的另一面：规模一旦上来，会生出三个新问题；以及项目里长出来的三条纪律，专门治它们。
（同前几篇：文中"AI"指执行分析的模型，"我"指设定目标、审结果的人；内容均已脱敏。）
一、坑的形状：规模本身变成问题
三个症状，每个都和"脚本是谁写的"无关，只和"多"有关：
症状 A：一次性的洪流。 这上千个脚本里，大多数只活一轮——为验证一个假设、跑一次实验而生。跑完就沉底：下次遇到同类问题，找不回来、不敢改、更不敢重跑。于是"上个月验证过的结论"，想复现时只能重写。
症状 B："跑得起来"和"结论对"是两件事。 这是整个系列反复出现的主题：脚本平静地跑完、退出码 0、输出整齐——结论是错的。脚本多，只是把"错的答案"的产量也同步放大了。（第 5、8 篇都是这个。）
症状 C：版本淤积。 同一个渲染器，前后写了五六代；中间的几代是错的（其中一代只错了 4 位、另一代干脆把位域拆错）。如果没人标明"哪一代算数"，下一个人（或者下一轮的 AI）会随手拿起错的那代当基准——而错误版本的输出，看起来和正确版本一样专业。
二、过程：项目里长出来的三条纪律
被三个症状逼出来的，是三条很朴素的纪律。
纪律一：权威工具册 + “别再手搓”
每当一类任务被做对一次，项目就把成果固化成一个唯一权威脚本，并在速查页上写一句刺眼的提示：
“别再手搓”——要做这类事，跑这个脚本（附一条可以直接照抄的命令）。
工具册里每一件都标三样东西：用途、照抄可用的命令、“已跑 / 未验证 / 未运行”——工具的"最后吃过什么状态"是可查的。
还有一个更狠的配套：一份**"点名但不存在的脚本"清单**——把文档里提到过的脚本逐个 test -f 点名，磁盘上没有的，单独列出来。文档里的引用是要兑现的；不列出来，它们会以"应该存在"的形态一直躺在那里。
纪律二：重跑，作为一个验收动作
每个重要结论都配一条可重跑的命令；关键指标"当场重跑"直接写进了流程（第 11 篇：“读数有保质期”）。
这条纪律成立有一个前提：重跑必须比手搓便宜。 项目里为此专门做过投资——比如把一次十秒级的全量扫描缓存下来，之后"加载即用"；比如把散装的数字复算收拢成"一条命令重算全部"。纪律如果比违反它更贵，它就形同虚设。
（第 14 篇那个"两套独立实现互证"的缓存，也是这套框架的产物：能重跑，才敢互证。）
纪律三：版本与废弃，要有名字
错误版本明确标废弃，并且写清它是哪一版、错在哪（连"错的那 4 位是哪 4 位"都留在记录里）；废弃产物移进带"废弃"字样的目录；就地修好的改动留下痕迹。原则只有一条：
让"哪一代算数"成为文件系统上的事实，而不是记忆里的事。
三、判据与验证：可以直接抄的三条
1. 先查工具册，再动手。 新任务的第一步不是写新脚本，是问"这类事有没有权威脚本"。这一条省下的重复劳动，通常是最大的一笔。
2. 每个结论配一条可重跑的命令；跑不动就先投资让它跑得动。 缓存、收拢、补入口——重跑成本压下来，纪律才活得下去。
3. 版本三态：算数的 / 废弃的（标原因）/ 未验的。 分目录或分标记，别让"默认"替你选——默认帮你选出来的，往往是淤积最深的那一代。
四、结论
"1000 个脚本"这个数字有两面：
- 产能是真的——人工做不出这个量，也跑不动这个轮数；
- 但没有纪律的产能是负债——脚本越多，"找不回、不敢动、算不清"的利息越高。
所以对"用 AI 干活的人"，这里的经验是一句反直觉的话：
让 AI 重跑它自己的工具，比让它写新工具更值钱。
写新脚本是产能；把产能固化成可重跑、可追溯、有版本的三态资产——那才是这笔量级产能真正的价值所在。
五、边界声明
- 本文只讨论AI 自动化逆向中的判据设计与审核方法，不涉及任何具体产品、厂商或服务的分析结论。
- 文中所有地址、偏移、常量、字段名一律为占位符或示意值， 不代表任何真实目标中的取值；示例代码为说明判据而编写，不构成可运行的针对特定目标的工具。
- 文中提到的比例与数字均来自作者项目内的测量记录，仅用于说明方法失效的方式。
- 请勿将本文内容用于未授权的用途。
六、收尾
到这里，案例与协议这两条线都走完了。下一篇回到一个更前置的问题：这一切是怎么在一个长周期里"跑起来"的——几十轮工作、跨会话接力、上下文不丢、文档不烂，AI 才不会每次都从零开始。
下一篇计划聊：让 AI 长周期跑一个项目：上下文与文档怎么组织。
转载请注明出处： https://lizhiyong.blog.csdn.net/article/details/169068793
