第一次发帖，给一个逆向工程工具简单做了个 MCP，顺便测测一些 AI 模型逆向能力

我好像已经错过了 MCP 热了，不过还是过来蹭一下。

铺垫：cutter 主要就是那种用来反编译，反汇编的东西。LLM 能读懂伪代码和汇编。
那他们结合在一起呢？

虽然之前有一个 ida pro mcp ，而我个人 cutter 用的比较多。（因为免费，功能够用并且好上手）
恰好我最近在玩 CTF 里的一些逆向题目，所以我给 cutter 开发了一个插件，专门用来走 MCP 。搞自动化逆向分析。

而后做了一些不严谨的测试，但是有一些有趣的结果：

1. Hackthebox 上面的简单逆向题：用非法指令干扰，cutter 不能正常反编译。
实测 claude-sonnet-3.7/4 ，gemini-2.5-pro ，gpt-o4-mini 都可以独立正确解出。在发现一些明显的迹象后直接读汇编绕过。
而后可以准确注释和生成报告。
但是 gpt-4.1, gemini-2.5-flash 等是会被卡住的。而且他们代码注释感觉是在猜，并不准确。

2. 测试一下 AI 最远能走到哪里？
最后发现差不多是中等难度逆向分析题目。大概就是一个简易 VM 逆向：自定义指令集。并且对输入指令有要求和过滤。关键函数是通过指针调用而非 call 所以不会被 cutter 列出。
用 claude-opus-4 能独立正确解出，但是花了一些时间和不少 tokens 。sonnet-4 ，gemini-2.5-pro ，o4-mini 都不行。gpt-o3 没权限访问就没测试了。我没有通过机构认证。

3. 我曾经制作了一个在 VirusTotal 上曾经做到 0/72 的 shellcode loader 。我扔给模型实战分析去了。
我问的大概就是：用 cutter-mcp ，弄清楚 xxxx.dll 关键函数作用，注释 blahblah ，推测这是干什么的？
结果：
claude-sonnet-4: 推测：shellcode loader 。可以完全正确的分析出。但是偶尔有幻觉，不是每次都对。比如字符串混淆方法弄错。但是整体正确
claude-opus-4: 同上，无幻觉。完全正确。甚至顺手给你写个脚本解混淆。
gemini-2.5-pro: 推测 shellcode loader 。虽然有要求但是依然缺乏注释。核心内容解释含糊不清，很难说它到底有没有明白。
o4-mini: 完全正确。但是我这里认证问题不仅不给思路，而且话特别少。耗时又长。

相比之下 opus-4 巨贵成倍的贵，sonnet-4 好很多了，但是还是比 o4-mini 和 gemini-2.5-pro 贵一些。

综合来说，绝大多数情况下 sonnet-4 绝对够用了，速度和质量都不错。

注意，我这里对模型的不严谨测评仅仅只是针对逆向汇编伪代码等等。不代表其它性能。

具体内容看这里吧：
https://github.com/restkhz/CutterMCP-plus