逆向之神发帖:LLM两小时合成Linux驱动,＂闭源驱动＂的时代彻底死了

买硬件之前，你还会翻到商品页最底下，去找那行小字，"支持系统：Windows 10/11"吗？

有人已经不找了

2026年7月，安全与逆向工程圈的知名研究者Brendan Dolan-Gavitt（网名moyix）在社交平台上随手发了一条帖子，语气平淡得像在说今天中午吃了什么：

"我基本上已经不再检查亚马逊上随便买的小设备有没有Mac/Linux驱动了，因为大语言模型可以在几个小时内，从逆向Windows驱动的结果里，帮我合成一份可用的驱动。"

就这么一条帖子，迅速引来开源社区的密集讨论。

"先反编译，再喂给AI"，一个已经跑通的工作流

一位长期浸泡在安全攻防与逆向工程一线的工程师，讲出了自己已经在用的日常操作。

有人追问细节：你是直接啃二进制？在虚拟机里装Windows抓包？写的是内核驱动还是用户态？moyix的回复同样干脆利落：

"做的是二进制逆向（更准确说是先让Ghidra反编译）。而且到目前为止都是libusb那类东西，所以风险不高。"

▲ moyix的技术澄清：Ghidra做前置反编译，对象是用户态USB设备

翻译成人话就是：第一步，用开源逆向工具Ghidra，把Windows驱动的.sys二进制文件"反编译"成人类勉强能读的伪代码；第二步，把这坨伪代码丢给大语言模型，让AI理解设备协议，然后在Linux或macOS上重写一份等价的用户态控制程序。

整个流程的核心逻辑其实并不复杂：厂商的Windows驱动里藏着"跟硬件说什么暗号、按什么顺序握手"的全部秘密。以前，经验丰富的逆向工程师往往也要花上几天甚至几周才能读懂这些秘密；现在，Ghidra负责把密码本翻译成半人话，LLM负责把半人话翻译成真代码。 对于那些走USB协议的小设备，比如示波器、LED控制器、温湿度传感器，libusb这个跨平台库让你甚至不必碰内核，直接在用户态就能跟设备对话。

开源运动教父下场加码："保密驱动的时代结束了"

如果说moyix的帖子是一颗信号弹，那么Eric S. Raymond，对，就是写出《大教堂与集市》、影响了整整一代开源开发者的那位ESR，亲自下场，把这颗信号弹变成了一枚宣战书。

ESR引用moyix的帖子，直接抛出了一个更激进的判断：你甚至不需要先用Ghidra反编译。把Windows驱动的二进制文件直接喂给前沿大模型，它就能给你吐出源码。 他的旁证是自己亲手做过的实验，把一份DOS时代的二进制丢给ChatGPT 5.5，拿回了非常可读的Pascal源代码。

紧接着，ESR笔锋一转，连续点燃两个火药桶：

第一个是法律，从授权不明的闭源二进制中反编译或AI生成出来的源码，法律地位到底是什么？

第二个是产业宣判，不管法律怎么说，"binary-driver secrecy is dead"（二进制驱动保密已死）。他用了极其辛辣的措辞，公开点名那些长期拒绝开源驱动的硬件厂商。

社区沸腾：狂欢、求证与冷水并行

这两条帖子像石头扔进了一口压力锅，评论区瞬间分裂成好几个平行宇宙。

狂欢派率先冲锋有人喊出了那句Linux社区的万年老梗，"终于，Linux桌面之年来了！"，把驱动兼容性这个折磨了开源用户二十多年的经典痛点，跟桌面普及的千年等一回老梗焊死在一起。

▲ 经典梗再现，但这次，说不定真有点不一样

实用派立刻把话题拽回地面Linux内核开发者Lee Revell发出恳切呼吁：如果你真的用AI合成了能工作的驱动，请把代码提交给内核维护者！ 他指出，驱动缺失是人们尝试Linux后又折返回Windows的头号原因。个人脚本能自用是一回事，进入发行版让几百万用户受益，是完全另一回事。

▲ Lee Revell的呼吁：从"个人能用"到"公共可维护"，中间隔着一整个工程化鸿沟

痛点派则用真实案例泼了一盆精准的冷水。嵌入式工程师Drue Peters说：我一直在给Avid MBOX Pro找Linux驱动，MIDI侧已经逆向成功了，但USB音频侧怎么都搞不定，Gemini也没用。专业音频设备的同步、时序、多通道格式约束，比"让USB小灯泡亮起来"难了不止一个数量级。 AI合成驱动的能力边界，很难用一句"啥都能干"来概括。

一条已经铺了两年的技术暗线

moyix的帖子集中引来讨论，也因为它踩中了一条已经默默铺设了两年的技术暗线。

早在2024年，研究团队就推出了LLM4Decompile，号称首个大规模开源反编译专用大模型系列，参数量从13亿到330亿不等。它的核心思路和moyix的工作流高度同构：要么直接从汇编走向源码（End路线），要么先让Ghidra反编译、再用LLM精炼伪代码使其可读可执行（Ref路线）。GitHub上数千颗星标，也显示出这条技术路线的现实需求。

▲ LLM4Decompile：专用反编译模型与通用对话模型，正从两侧挤压同一工作流

2026年NDSS学术会议上的一篇实证研究更是把结论钉死：LLM辅助可以显著提升逆向工程新手的理解速度，在部分指标上甚至逼近专家水平，但幻觉和无效建议同样存在，专家的收益则相对有限。

而安全工程师landaire在2026年3月的实操长文中，用Claude Code加Binary Ninja的MCP插件逆向了《战舰世界》的专有3D模型格式，最终在Blender里成功渲染出了军舰模型。他写道：模型帮我做完了事，但我对格式细节缺少"亲手失败过"的身体记忆。 效率上去了，理解深度却变得可疑

ClearSec Labs用一个精妙的比喻总结了这种张力：AI给逆向工程带来的是"momentum, not autopilot"，强调加速作用，自动驾驶并不在承诺之列。你可以让AI帮你扫描候选函数、追踪交叉引用、生成初始代码框架，但如果你在方向盘后面睡着了，撞车是早晚的事。

法律灰幕：没有人有答案

ESR公开追问的法律问题，目前没有人能给出确定答案。EFF的逆向工程法律FAQ显示，美国语境下的合理使用、商业秘密、DMCA反规避条款等多层制度彼此缠绕；以互操作为目的的逆向可能构成合理使用，具体如何使用逆向结果，直接发布高度相似的源码，或走干净室重写，决定了风险高低。

▲ EFF的逆向工程法律FAQ，框架存在，但判例空白

而当LLM介入，问题变得更加诡异：模型生成物与原始二进制之间的"衍生"关系如何界定？ 法律圈尚无现成答案

一个工程时刻的边界

把情绪放下来，这件事的工程边界逐渐浮现。

moyix描述了一个可指认的、具有明确边界的工程时刻：当足够强的语言模型接上成熟的反编译工具链与公开的USB/驱动接口文档，"只有Windows驱动"对部分设备不再构成硬封锁。适用范围目前集中在USB用户态协议类的小设备，操作者最好熟悉逆向工程，合成结果必须在真机上验证。

内核质量、安全审计、上游维护和版权判断，都仍要由人完成。

但均衡态确实在松动当逆向一个USB小设备驱动的成本从"一个团队几周"坍缩到"一个人几小时"，整个硬件生态的权力结构就会开始重新排列。变化尚未全面发生，方向已经难以逆转。

正如一位评论者在帖子下写的："我们活在未来。"

而未来，从来不等人准备好