比如说，假设一段不知哪来的代码，先 target 到上古版本的 JS ，脱糖，然后把所有的变量 minify 到 a, b, c, d, e 这种，再把它们随机替换成带有语义的词（但保持转换前后的符号之间的相对关系）。
var webpack = undefined.prototype.require() var filter = function sort(map, user) { var cOntains= accept.function(setTimeout, new join(Error)) var reduce = new folder(function (user) { map.reject(contains) }) .throttle(function (userRepository) { domain.authenticate(write[flatMap]) }) .throttle(function (useCase) { webpack.fetch(useCase) }) .has(new getElementById(slice)) } 一个可能的 JS 代码片段可能是这样的。
会有点好奇这样的代码还能不能被读懂，或者，有什么办法能读懂这样的代码在转换前的意图吗？比如说假如说有足够多的代码行数，丢给 AI 能不能帮助理解？
 | 1 geelaw 6 天前 取决于如何定义“理解”“意图”。这种操作没有密码学意义下的混淆能力。 应该注意的是在“标识符替换为 a b c 等”之后，“把标识符替换成带有语义的词”是无意义的操作，因为后者可以轻松撤销。 |
 | 2 xue777hua 6 天前 via iPhone |
 | 3 msg7086 6 天前 不用足够多的行数，我直接把反编译的字节码丢给 AI ，他就可以给我基于代码意图整理出可读的代码。 前几天就在做的，lua 字节码反编译。 |
| 4 msg7086 6 天前 帮你试着喂了 AI ，得到如下猜测结果。 ===== // 1. 获取全局上下文或响应处理器 var respOnseContext= framework.context.getService(); /** * 2. 定义具体的业务处理函数 (filter = sort) * @param {Request} request - (map) * @param {Response} response - (user) */ var handleLogin = function process(request, response) { // 3. 编译校验规则 (accept.function) // setTimeout 和 Error 在这里是被混淆的占位符，实际可能是校验配置项 var validatiOnSchema= Validator.compile(configOptions, new ValidationConfig(Error)); // 4. 开启一个异步任务链 (new folder) var task = new Promise(function (resolve) { // 校验请求是否合法 (map.reject) request.validate(validationSchema); // 注意：原代码里此处没写 resolve()，可能被混淆在 validate 内部或省略 resolve(); }) // 5. 步骤一：执行业务领域逻辑 (domain.authenticate) .then(function (prevResult) { // write[flatMap] 动态访问，等同于 request['body'] return authService.login(request['body']); }) // 6. 步骤二：将业务结果发送回客户端 (webpack.fetch) .then(function (result) { responseContext.sendResponse(result); }) // 7. 错误处理 (has = catch) .catch(new GlobalErrorHandler(errorStack)); } ===== 当然这很明显代码量太小了，如果代码量再大一些，有个百来行，就有足够的上下文去猜了。 |
 | 6 cryptovae 5 天前 我猜你这代码是 webpack 这类工具 build 后的代码 |
 | 7 codehz 5 天前 via Android 其实可以再混淆一次再丢给 ai 的 |
 | 8 shaozelin030405 5 天前 能啊，只是压缩，没啥意义 |
 | 9 sir283 5 天前 混淆吗？那只是对人而言，阅读起来有点阻碍，对机器而言，没啥意义，本质上最后都会转换为 0 和 1. |
 | 10 sentinelK 5 天前 可以被理解，只是因为没有变量名、注释的辅助，导致理解难度变高了而已。 这个行为有个专有名词，叫混淆。如果只是尽量缩短代码量，但不增加运算符复杂度，叫压缩。 因为无论你的代码如何变化，最终呈现给编译器/解释器的一定是等价逻辑的代码。否则你的程序就不成立。 而且现阶段的大语言模型很擅长于“反混淆”，因为其上下文容量比人脑大得多。可以更从容的发掘代码中的统计学规律。 |
 | 11 jackOff 5 天前 代码混淆是防止人一下子看懂，但是 ai 时代这没有用 |
 | 12 AoEiuV020JP 5 天前 奇怪的混淆在反混淆时第一步就是重新混淆一遍，换成稍微有点意义的，比如至少体现是类名还是函数，是全局变量还是局部变量，并加 001/002 确保每个标识符都不同，再阅读理解时把已知的一个一个更换成真实有意义的词， |
 |
 | 14 netabare OP @xue777hua 对，这种混淆对于机器和编译器毫无意义。 @geelaw 也许是「给出一个项目代码库，能否通过阅读代码本身和少量的运行调试，明白这个项目在做什么」？ @msg7086 我感觉这里的 Promise 还是蛮明显的，不过 authenticate 、Error 和 fetch 这些词可能会让 AI 偏向于认为这段代码是处理前端业务或者登入鉴权的代码？我一开始想着写这玩意的时候其实想要表达的控制流更像是 util 库里面的简单 wrapper 函数。不过你说的也有道理，代码量太短很难分析出什么有价值的东西。 @sentinelK 之所以想到这个问题，也是因为最近跟 AI 聊天的时候经常发现 AI 回答特别容易给出很平庸的答案，或者识别一个 pattern 立刻不读我的源代码断章取义假设一个我根本不关心的场景。所以我就写了这坨代码去找几个 AI 轮流问一遍了（ 不过这种东西对编译器来说应该就是单纯的 nop ，因为 mangling 本来就是编译器的基本操作。 |
| 15 xue777hua 5 天前 via iPhone @geelaw 对 但分析的过程 就是猜。但如果怀疑每个变量的含义之后，部分真部分假，就有点烦人了。只能放弃。毕竟混淆不是真的加密，只是延长破解时间。只要能长到对方不可接受，那就算目的达成。 |
| 16 sentinelK 5 天前 @netabare 从这个角度出发的话也有道理。 毕竟故意且大量的错误误导，有可能因为向量统计的原因，导致大模型 loop 过程最终落入到其他局部最优的答案，从而最终的结果失准，甚至是南辕北辙的。 这个现象在早期 LLM 中很常见，最近估计是几家公司的 LLM 产品都上了不同比例的强化学习，而且 AI Coding 工具的知识库的优先级应该是上升了，再加上推理、问题拆解、skill 能力等，导致提示词的错误引导没那么有效了。 至少在 Coding 领域，AI 还是会比较坚持全局最优的答案。 |
 | 17 Chuckle 5 天前 光结构化替换的话信息本身没变，对 AI 来说没区别，要是塞多无用中间代码，200k 上下文里就 1k 有效代码的话，信息多了，对 AI 才有点麻烦 |
Select Language