500B tokens later: Letting AI agents decompile a first-person shooter（5000 亿 token 之后：让 AI Agent 反编译一款 FPS 游戏）

📅 2026-10-11 | 🏷️ 工程 & Agent | ⭐ HN 143分/106评论
🔗 原文：https://momo5502.com/posts/2026-10-09-game-decompilation/

是什么

独立开发者 momo5502 发布的一篇长文复盘：让 AI coding agent 持续对一款商业第一人称射击游戏做反编译（decompilation），累计消耗约 5000 亿（500B）token。文章记录了这条「agent 干重活」路线的可行边界、成本量级和踩坑经验，在 HN 引发了 100+ 条关于 agent 长任务工程的实质讨论。

🔍 小白解读

先说几个词

• 反编译（decompilation）：把编译好的游戏程序「逆向翻译」回接近源代码的形式。打个比方：成品蛋糕没法变回面粉和鸡蛋的精确配方，但反编译就是尽力把配方猜出来，让后人能重烤一个一样的蛋糕。
• AI Agent：不只回答问题、还能自己动手干活的 AI——它能调用工具、读写文件、跑命令，把一个大任务拆成许多小步骤自己推进。
• Token：AI 处理文本的最小计费单位，大约相当于一个单词或半个汉字。5000 亿 token 的消耗量，相当于让 AI 读完几十万本长篇小说的工作量。
• 上下文窗口（context window）：AI 一次能「记住」的内容上限，像一个只有固定大小的书桌，放不下的资料就得收进抽屉。

这篇到底在说什么

游戏公司发布游戏时，发布的是「编译后」的机器码，人类几乎没法直接读懂。作者想做的事情是把一款 FPS 游戏逆向成可读、可改的代码——过去这需要顶级逆向工程师团队干上几个月甚至几年。这次他换了一种做法：把任务交给 AI agent，让它自己反复读汇编代码、猜测变量含义、重写函数、编译验证，循环往复。整个过程累计烧掉了约 5000 亿 token——这是一个前所未有的公开成本数据点。文章的价值不在于「AI 能不能反编译游戏」这个答案，而在于它是一个真实、完整的 agent 长任务案例：任务周期长、步骤多、中间会出错、需要验证机制兜底。HN 讨论区里大量从业者围绕「这个成本划不划算」「什么样的任务适合交给 agent 长跑」展开了激烈辩论。

这跟普通人有什么关系

如果你是普通开发者，这条新闻说明「用 AI 干编程重活」已经从尝鲜进入量产阶段，但成本不再是免费的——理解 token 消耗量级会成为基本功。如果你是打工人，你所在公司未来用 agent 承接的老系统维护、代码迁移类工作，大概率会参考这类公开经验来设计流程。

为什么值得架构师关注

1. 成本锚点：500B token 是极少数公开的 agent 长任务消耗数据。做 agent 立项预算时，终于有了一个「重体力逆向工程任务」的真实量级参照，而不是拍脑袋。
2. 任务形态判断：反编译任务的特点是「可自动验证」（重写后能编译、能跑、能对比行为）——这正是 agent 长任务成功率最高的任务形态。选型时应该优先找有客观验证回路的工作，而不是开放式创造性工作。
3. 人机分工设计：作者的做法印证了当前的共识架构——agent 负责批量猜测与重写，人类负责关键决策与抽查。这个分工比例是所有 agent 落地项目都要回答的问题。
4. 失败模式积累：长周期任务里 agent 会「自信地跑偏」，这类复盘文章提供的失败案例比成功案例更有参考价值。

核心内容

• 作者让 AI agent 持续执行一款 FPS 游戏的反编译任务，累计消耗约 5000 亿 token，并公开了完整过程记录。
• 任务的推进模式是「读机器码 → 猜测语义 → 重写为可读代码 → 编译/运行验证」的循环，agent 在循环中承担主要体力工作。
• 500B 的量级说明这类任务的算力成本已经进入「可与人力成本对赌」的区间，但前提是任务可验证、可中断、可续跑。
• HN 讨论集中于成本合理性、token 消耗的统计口径，以及「哪些任务适合 agent 长跑」的边界划分，讨论质量较高。

行动建议

1. 若团队有老系统逆向、协议还原、遗留代码迁移类需求，值得精读原文，重点看作者如何设计验证回路与断点续跑机制。
2. 把「任务是否可自动验证」加入 agent 项目的立项检查清单，不可验证的任务先降级为「agent 辅助 + 人工验证」模式。
3. 用 500B token 这个数据点重新校准团队的 agent 预算模型，在POC 阶段就记录 token 消耗曲线。