本周 GitHub 的 AI 榜单有点分裂：一边是 31.9 万星的逆向工程工具刷屏，一边是谷歌悄悄放出的一个才 4000 出头星的研究项目。看着不相干，其实说的是同一件事——模型权重别动，把模型外面那层「壳」做强。
REA：把逆向工程做成一个 MCP，31.9 万星
morluto/rea，MIT 协议，2026 年 4 月 14 日开仓，我 10 月 19 日看的时候是 318,595 星、80,795 fork。10 月 18 日单日还涨了 8749 星，而上一周更夸张，出现过单日 +54,706 的记录——换句话说，这仓库绝大多数星是最近两周涨的，围观成分不小，后面实话里再聊这个。
它干的事很简单：npx rea-agents setup 一条命令，把 REA 注册成你 Agent 的 MCP 服务，同时装进一套配套的工作流说明。之后你就能对 Claude Code 或 Codex 说「看看这个 App 的某功能是怎么实现的」，它会去翻原生二进制、JS/Electron 应用、.NET 程序集和网站。原生分析可以复用你机器上装好的 Hopper、Ghidra 或 IDA（setup 在你同意下也能直接装 Hopper），纯 JS 静态分析连反汇编引擎都不需要。分析全在本地跑，每条结论都会附上证据和局限，不是让你信一个黑盒结论。
典型用法：看到别人产品里有个好功能，让 Agent 拆明白它到二进制层面怎么工作的，然后在自己项目里复刻一个。这活儿以前是安全研究员的手艺活，现在被压成了「提问」。
Harness²：让 Agent 自己改自己的外挂
google-research/harness2，Apache-2.0，10 月 6 日才开仓，4462 星，10 月 18 日单日 +2033，属于刚冒头就被盯上的那种。
它的定义很对味：harness 就是模型外面那圈系统——prompt、工具、记忆、技能、编排；harnessing 就是优化这圈东西。整个框架全程固定模型权重，只靠两层递归把分数磨上去：
任务层 Propose–Probe–Compose：针对当前任务提出几处外挂改动（改 prompt、加工具、加技能），在同一个任务上重跑探测，再把两次执行的行为差异拿来对比——注意，没有真值反馈，纯看行为对比——最后组装出更优的外挂。
外挂层：把被采纳的外挂和有证据支撑的经验，写进一个持久的「改进外挂」，用来指导后面的任务。这就是它跟「一次性调 prompt」最大的区别：改动能跨任务攒下来。
模型周围暴露了八个可编辑组件：system prompt、guardrails、记忆、工具指引、子 Agent、技能、脚本、插件。执行器支持 OpenCode 和 Codex，递归分并行和串行两种。官方在 GLM-5 和 Gemini 3.5 Flash 上的成绩：WorkBuddy-Bench +11.5 分，JobBench +4.5 分，LAB 通过率 +11.8 个百分点，而且递归预算加大会继续涨。
想跑：Python 3.12 加 uv，本地 demo 不需要任何模型凭证；上真基准要 Node 20+ 和 gcloud 认证，WorkBuddy-Bench 还得有 Docker。
实话
rea 的星数曲线不正常，一周涨二十来万星，这是话题热度不是口碑积累，别拿它去碰有版权保护的商业软件，法律风险自己担。它真正的价值在安全研究、调试闭源依赖、学习别人的实现手法。
Harness² 目前是研究代码，贡献者个位数，基准成绩也别直接当成你业务上的收益。但思路完全可以手动搬：给 Agent 写 skills 和规则时，别一口气改一堆，改一处、同一个任务重跑、看行为差异再决定留不留——这就是你平时调 Claude Code、改 CLAUDE.md 再重跑的那套流程，谷歌只是把它写成了能自动递归的框架。想要现成的「壳子」，之前写过的 CC Switch 管供应商和 MCP，OpenShell 给 Agent 的命令上笼子，可以搭配着看。
