1 か月ほど前、GitHub で急に話題になった REA(Reverse Engineer Anything)は、AI にソースコードのないアプリの中身を調べさせる道具です。前回の記事では、何をするものか、なぜ話題になったかを調べました。今回は、その後、実際に使った人が何をしたのかを調べました。
本記事は Claude Code で調査・執筆し、筆者が内容を確認したものです。記事・GitHub・X の利用報告を読み、確かめ方の強さを書き分けました。筆者の環境で REA を動かしてはいません。数字は 2026-11-11 に確認しました。
結論は 3 つです。
- 使った報告の大半は、仕組みを確かめる実験と、自分の持ち物の調査でした。
- 「ソースを失った資産を取り戻したい」という実需は、要望としては多く出ていますが、うまく解けたという報告は少数でした。
- 事前に条件を決めて REA あり・なしを比べた対照実験は、有意な向上を示せず、時間と費用は約 2 倍になりました。
前回からの変化
2026-11-11 時点で、リポジトリのスターは約 45 万、フォークは約 11 万です。前回の記事を書いた 10 月 13 日はスターが約 15 万 8 千だったので、1 か月で約 3 倍になりました。
npm の週間ダウンロードは、10 月 11 日からの 4 週が週 42 万〜52 万で、11 月 8 日から 10 日の 3 日間は約 9 万(1 日あたり約 3 万)でした。直近は落ちたように見えますが、11 月 10 日は途中までの値かもしれず、断定はできません。開発は今も続いていて、11 月 11 日だけで修正が 8 件以上入っています。
読んだものと、確かさの区別
次の 3 つを読みました。
- 記事と事例集: REA を使ったと書く解説記事、個人のブログ、事例集のリンク先。本文を読めたのは 31 件です。
- GitHub: REA の issue、議論、派生のリポジトリ、REA を使って作ったと書くリポジトリ。印をつけたのは 64 件です。
- X: 10 月 13 日から 11 月 11 日の投稿のうち、本人の利用報告と読めるもの 23 件(英語 14、日本語 8、中国語 1)。検索の当たりの大半は、告知、紹介、ニュースの転載、スター数の話題でした。
それぞれを、本人が成果物や再現手順を示しているか、使ったと書いてあるだけか、紹介にとどまるかに分けたのが図 1 です。
図 1: 媒体ごとの、利用報告の確かさの内訳。GitHub の「示されている」は、成果物のリポジトリが実在することの確認で、結果の正しさの確認ではない。X は、利用報告だけを集めたので「紹介のみ」は数えていない
成果物や再現手順が示されているものは、全 118 件のうち 40 件、3 分の 1 ほどです。また、成功した成果を第三者が再現した例は、今回の調査では確認できませんでした。
解析の対象と、読み戻しやすさ
話を進める前に、「ソースがないアプリ」が実際に何で、どこまで読み戻せるかを整理します。配られるのは、人間が書いたコードを動く形に変換したものです。変換の方式で、あとから読み戻せる量が変わります。
| アプリの作り方 | 配られる中身 | 読み戻しやすさ |
|---|---|---|
| Web サイト、Electron アプリ | JavaScript(圧縮されている程度) | ほぼそのまま読める |
| Android の Java / Kotlin、.NET(C#) | 元のコードに近い中間形式 | 関数名やクラス名が残り、ほぼ読めるコードに戻せる |
| C / C++ / Rust / Go | 機械語 | 名前が消されていることが多く、C 言語に似た疑似コードにして読む |
| Flutter | Dart を機械語に変換したもの | 機械語の側に近い |
Electron アプリは、ブラウザ(Chromium)と JavaScript の実行環境を丸ごと同梱した実行ファイルに、アプリ本体の JavaScript をのせた形で配られます。本体は app.asar という書庫にまとまっています。実行ファイルの見た目は機械語でも、中身は JavaScript のアプリなので、機械語を読むよりずっと追いやすい対象です。
REA の README は、対象としてネイティブのバイナリ、JavaScript と Electron、.NET、Android の APK、Unity の IL2CPP、ファームウェアなどを挙げています。iOS のアプリを解析できるとは、README から確かめられませんでした。
使われ方の分類
読んだ範囲では、使われ方は大きく 5 つに分かれました。
図 2: 使われ方の分類。記事・GitHub の事例投稿・X のうち、使ったと書いてあり用途が読み取れた 44 件を、筆者が主な用途で 1 つに振り分けた。issue の要望と失敗報告、止められたという報告は含まない
図 2 の「その他」は、他社製品の調査や監査、対象が書かれていないものです。古いゲームとソース喪失の件数が少ないのは、成果の報告だけを数えたためで、issue にはこの 2 つの要望が多く出ていました(ゲームは 10 件前後)。以下、区分ごとに見ます。
仕組みを確かめる実験
最も多いのは、既存のアプリの一部を AI に調べさせ、結果を答えと突き合わせる実験です。
PowerToys のカラーピッカーを調べた記事は、公開されているソースを答えにしています。Claude Code に REA で動作を調べさせ、出てきた 9 件の主張を公開ソースと照らしました。8 件が完全に正しく、1 件は一部だけ正しい結果でした。外れたのはホットキーの登録で、実際は別の部品が行っていたのに、REA はその部品を調べていませんでした。筆者はその理解をもとに、C# 741 行の小さなツールを 1 日で作っています。
Obsidian のクイックスイッチャーの順位付けを調べた記事は、実作業 7 分 8 秒、費用 1.83 ドルと書きます。式が「手で記録した 24 通りの順位とすべて一致した」とありますが、記事に載っている表は 18 行で、24 通りの全部は確かめられませんでした。
関数名などの名前の情報を消したゲーム Moon-Buggy のルールを復元した記事では、名前のない関数が 97 個ありました。12 分 29 秒で遊べる HTML ができ、筆者は「ジャンプのタイミングまで正しい」と評価しています。誤りは障害物の名前だけで、隕石を岩と呼んでいました。この正しさは筆者の判断で、独立した確認は書かれていません。
配布版の Mac アプリを調べた記事は、読み上げに音声モデル Kokoro-82M を使っていることを当て、Web 版の複製を作りました。費用は約 5,600 万トークン、API の価格で約 28.6 ドルです。16MB の補助プログラムは、解析の道具の Ghidra(米国家安全保障局が公開した OSS の逆アセンブラ)が 330 秒のタイムアウトを 2 回起こして解析できませんでした。筆者は結論を「証明できたこと」「推測」「見えなかったこと」に分けて書いています。
これらに共通するのは、答えが手元にある題材を選び、成功した例を記事にしていることです。
自分の持ち物の調査
GitHub と X には、自分が持っている機器を調べた例がありました。ストアから消えたスマートロックのアプリの APK を解体し、ブラウザで動く Bluetooth の操作アプリを作ったところ、一度で動いたという X の投稿があります。リポジトリも公開されていますが、中身は確かめていません。
GitHub では、自分のカメラのファームウェアを調べて、純正の機能を保ったままローカルで制御できるようにした例、中古の Android TV ボックスから、広告のアプリを勝手に入れる仕組みを見つけた例、感熱プリンタを Windows から使えるようにした例がありました。どれも README による記述で、結果の正しさは再現していません。プリンタの例では、REA が Hermes という形式のバイトコード(React Native アプリが使う形式)を扱えなかった、とも報告されています。
古いゲームの再構築
DX-Ball の再構築は、README に「270 関数すべて、84,968 バイトが原本と一致した」と書かれ、動画の実演があります。東方 Project の旧作の再構築は、REA の公式ブログに載っています。同じ記事には、命令が一致しても浮動小数点の参照先が違う関数があり、1,548 件の参照を監査したところ、受理済みの 5 関数に 12 件の誤りが見つかった、とも書かれています。「一致した」の基準そのものが弱かった、という報告です。
issue には、PS1、初代 Xbox、ドリームキャスト、ニンテンドー 3DS の自作ソフトや古いソフトを調べたいという要望が複数あり、各機種の命令セット(CPU が解釈する機械語の種類)への対応を求めています。
ソースを失った資産の回復
自作したソフトのソースを失った、という困りごとに最も近いのは、ソースを失った資産の回復です。issue には、1990 年代に VB3 で作られた占星術ソフトの業務ロジックと、ソースを失った社内の VB6 業務アプリの画面、イベント、SQL を取り戻したい、という書き込みがありました。ただし、どちらも REA がまだ VB を扱えないために、対応を求める要望でした。
X には、会社のレガシーシステムが何とかなりつつあるという投稿が 1 件、自分のゲームを調べさせたところ約 95% を再現できた(効果音と音楽は合わなかった)という投稿が 1 件ありました。どちらも証拠が付いていません。つまり、この用途の需要は確かにありますが、成果の報告は少なく、道具の側が対応していない形式も多い状況です。
他社の製品に近いものを作る使い方
README が前面に出す「他のアプリの機能を調べて、自分のプロジェクトに似た機能を作る」使い方です。会計ソフト QuickBooks Desktop の体験版を調べて、自作の会計アプリとして配布しているリポジトリがあります。README には、元の会社とは無関係と明記されています。同じ作者が、連番で別の再実装も出しています。Claude Desktop の画面を解析して作り直した部品集や、AdGuard の Web サイトと APK を再構築したリポジトリもありました。
線の引き方は人によって違います。ディスク容量を図で見せる WinDirStat 型のツールを作った例では、元のソフトが GPL(改変物にもソースの公開を求めるライセンス)だったので Claude がソースも読み、アルゴリズムの詳細の大半はそのソースから得た、と README が正直に書き、自作のツールも GPL で公開しています。音声入力アプリ Wispr Flow は、利用規約が逆解析を禁じていたため、PowerToys の記事の筆者が対象から外しました。別の人は同じアプリを分解して小さな再実装を作っていますが、README に規約の検討は書かれていません。
X には、有料のアプリ 10 本を作り直して 1.3 万インストールを得たという投稿がありますが、アプリ名が書かれておらず、確認できません。GTA 5 と Minecraft を 1 つのプロンプトで合体させたという動画付きの投稿もありました。前回の記事で触れたとおり、REA の免責事項は、保護の回避や他社製品の複製には協力しないとしています。
効果の測定
AI に REA を使わせると、使わせないときより本当に成績が上がるのかを測った報告は、少数でした。
GitHub の rea-lab は、事前に条件を決めた 5 つの研究、計 482 回の実行を記録しています。そのうち REA あり・なしを比べた 4 つが次の表です。残る 1 つは公式の手引きと改良版の手引きの比較で、REA の有無とは別の話です。
| 研究 | 課題 | REA なし | REA あり |
|---|---|---|---|
| 1 | 小さな Windows の課題(10 本) | 28/30 | 28/30 |
| 2 | 大きく、罠の入った課題(8 本) | 11/24 | 4/24(p = 0.092) |
| 3 | 学習後に公開されたオープンソース(4 本) | 71/72 | 68/72(p = 0.375) |
| 4 | 同じ種類の課題を DeepSeek のモデルで | 20/20 | 19/20 |
結論は「これらの研究では、REA による有意な向上は見られず、時間と費用は、記載のある研究で約 2 倍になった」です。p は偶然でこの差が出る確率の目安で、一般に 0.05 未満なら有意と見ます。研究 2 は REA ありの方が正解数が少ないものの、有意ではありません。研究 3・4 は満点に近く、差が出ない設計でした。標本も小さく、著者自身が「どの製品の一般的な評価でもない」と書いています。
もう 1 つ、rea-groundtruth は、webpack で 1 つにまとめた Electron アプリでは、REA が窓や通信の処理を 0 件と報告して見逃す例を、同梱の再現手順で示しています。同じ報告にある実在のアプリでの数字は、生の出力がなく確かめられません。
なお、エージェントを使わず、REA の道具を人が直接動かして計測した記事も 3 本ありました。100MB の Electron アプリの走査が 52 秒で終わった一方、ツールの一覧が 2〜3MB(約 50 万トークンという見積りもある)と大きく、エージェントの負担になると書いています。これらは、エージェントが何をできたかの証拠にはなりません。
「Claude に止められた」という話
10 月下旬から、X に「Anthropic が REA を止めた」という投稿が出ました。表示数が 96 万を超えたものもあります。Claude が逆解析の途中で安全確認に止められた、という内容です。IT-Connect の記事にも、別の試験で止められたという記述がありました。
ただし、Anthropic が REA について公式に述べた記録は、今回の調査では見つけられませんでした。二次の記事には、一般的なサイバー関連の判定が一部の逆解析を中断している可能性を指摘するものと、REA が禁止されたわけではないとするものがありました。いずれも Anthropic 自身の説明ではありません。なお Anthropic は 10 月 6 日に、審査を受けたセキュリティチーム向けに、サイバー関連の能力をより広く使えるようにする枠組みを発表した、と報じられています(参考のリンク)。止められたとされる報告に出てくる例は、テレビのファームウェアの解析や、データ収集の仕組みの特定といった、セキュリティ寄りの作業です。ゲームの再構築で止められたという報告は、今回の調査では見つかりませんでした。止められたという報告が複数あることは事実ですが、原因は分かっていません。
X には、これを受けて道具の組み合わせを変えたという投稿もありました。Claude はそのまま使い、もう一つのモデルを、断る挙動を重みから取り除いた公開モデル(abliterated と呼ばれる)に替えて手元で動かす、というものです。本人は、自分の持っている機器のソフトを扱いたいだけだと書いています。投稿は 1 件で、同じ動きがどれだけ広がっているかは分かりません。
対抗する道具
REA のような AI による逆解析から配布物を守る、と称する道具も出ています。代表は 10 月 25 日に公開された BLA(Blind LLM Agents、2026-11-11 時点でスター約 5,100)です。アプリをビルドしてから配るまでの間に通す加工の工程で、コマンド、Vite のプラグイン、エージェントから呼ぶ MCP サーバーの 3 通りで使えます。人が読みにくくする従来の難読化に対し、AI の解析を割高にすることを狙っています。
数字の扱いには注意が要ります。紹介記事で広まった「解析の費用が 2,500 倍になる」といった倍率は、README 自身が、REA の制限の一覧から計算した内部の見積りだと断っています。実物の REA に当てて確かめられたのは、配布物を膨らませて REA の解析器のサイズの上限(Electron の書庫のヘッダなら 16MiB)を踏ませ、エラーや部分的な解析に落とす効果です。AI をおとりで迷わせて費用を膨らませる効果は、まだ測定されていません。REA 側が上限を変えれば外れる種類の対策でもあり、作者以外による検証も見当たりませんでした。ほかにも同じ種類の道具が少なくとも 5 つあります。
まとめ
話題の大きさに比べて、確かめられた利用報告は小さな範囲にとどまっています。読んだ報告の中心は、答えのある題材での実験と、自分の持ち物の調査です。ソースを失った資産を取り戻したいという実需は要望として確かにありますが、REA が対応していない形式も多く、成果の報告は少数でした。他社製品に近いものを作る使い方では、規約や権利への向き合い方が人によってまちまちです。
事前に条件を決めた対照実験では、REA が成績を押し上げた証拠は見つかっていません。ただし、これは小さな課題での結果で、実際の業務の規模での評価ではありません。
測っていないこと
- 筆者の環境で REA を動かして、結果を再現してはいません。
- 利用報告の結果の正しさを第三者として確かめてはいません。GitHub の「実在」は、置き場の確認にとどまります。
- 法的な論点は調べていません。解析の可否は、対象の利用規約と各国の法律によります。
- X は、検索で拾える範囲の 23 件です。日本語と中国語の取りこぼしがありえます。また、X に出てくるのは、自分のアプリ、自分の機器、会社のシステムのように、書いても困らない使い方に偏っているはずです。他社の製品や保護のかかったソフトを解析した人は、そもそも投稿しないと考えられます。
- 解析できる対象に iOS のアプリが含まれるかは、README から確かめられていません。

