科技资讯
一个具体场景：潜在客户在 AI 助手里敲下「国内做某类设备的供应商哪几家靠谱」，AI 回了一段结论，附上两三个来源——一篇行业媒体的旧报道，一份竞品写的对比页，唯独没有你的官网。你的产品页并不差，只是没有被读懂。
这似乎和「AI 读懂二进制」离得很远。但 InfoQ 在 11 月 1 日介绍的开源项目 REA，恰好说明同一类能力正在两头扩散：向下，机器开始拆解看不懂的编译产物；向上，机器开始替客户解释「这家公司到底做什么」【1】。
图：来源页面配图（已本地备份）。引用：【1】当 AI 能读懂二进制，闭源软件还剩多少护城河？ — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs?utm_source=rss&utm_medium=article
图：示意图（AI 生成，非原文截图；模型 nano-banana-2）。仅作阅读辅助，事实以正文与参考文献为准。
先把事实说准：REA 做了什么，没做什么
REA 的思路是用 MCP 协议，把 Claude Code、Codex 这类编码智能体接到 Ghidra、Hopper、IDA 等逆向工具上，让智能体自己去查反汇编、看函数与交叉引用、追踪运行行为，并围绕假设反复验证【2】。它也能对 JavaScript、Electron 应用与 .NET 程序集做静态分析。据报道，该项目在本地运行、采用 MIT 许可证，且并未声称能还原原始代码【3】。
媒体标题里的「护城河」是修辞。工程上要分清：能回答「它做了什么」，不等于能回答「它怎么写的」。前者是行为观察，后者是源码还原，而后者正是这个项目没有承诺的部分【3】。真正变的是分析的单位成本与结论的可复现性，而不是「闭源失效」这种结论。
社区里的分歧也值得看一眼：一部分从业者质疑它相对「直接让智能体用工具」的增量，另一部分独立开发者则担心复制与绕过付费的风险【4】。这种分歧本身说明，工具能力与商业后果之间还隔着很长的判断链条。
传导路径：技术新闻为什么会打到你的自然流量
搜索的形态在变。结果页不再只是十条蓝色链接，AI 摘要已经出现在资讯页面本身【1】。当用户习惯直接拿走一段结论，来源位就被压缩了——能留下的可能只有两三个。
于是出现一种情况，我们称之为「解释权外包」：你没有写错任何东西，但描述你的是别人。第三方旧稿写着三年前的产品定位，竞品对比页把你的能力标注成「不支持」，论坛里几年前的吐槽排在新内容前面。对企业主来说，这不是公关议题，而是转化漏斗上游的持续漏损。
三个常见误判
误判一：当成纯安全问题，只丢给安全团队。 它同时也是内容问题——对外披露多少技术细节、用什么口径披露，决定了别人替你描述时的默认版本。
误判二：以为「反正外人看不到」。 可被观察的行为确实在增加，但业务数据、交付能力、服务响应并没有因此变成公开信息。壁垒在从「代码不可见」转向「体系难复制」。
误判三：以为 GEO 就是多发文章。 数量不解决问题，结构才解决。一百篇形容词堆砌的稿子，抵不上一篇把参数、场景、边界讲清楚的选型指南。
把可见度拆成三层漏斗
第一层，被爬到。 站点可稳定访问，sitemap 有效，移动端首屏不拖后腿，任何页面三层内可达。
第二层，被读懂。 关键信息由文本承载，术语全站统一，页面开头有一句能独立成立的定义。
第三层，被引用。 有可指认的作者与更新时间，有结构化数据，也有别人愿意引用的「锚点内容」。
多数企业卡在第二层，预算却一直砸在第三层。见下文配图，可以直观对比「结构化正文」与「一张海报撑全场」两类页面在摘要场景中的差别。
30 天动作清单
内容侧（第 1–2 周）
- 每个产品页补一组信息：一句话定义、三个能力点、两个适用场景、一条能力边界。边界要写，它反而是可信度信号。
- 把销售话术里的高频客户问题整理成 FAQ，一问一答控制在两三句，且与参数页对得上。
- 先做术语表再动笔：产品名、模块名、版本号写法全站一致，别让同一能力出现三种叫法。
技术侧（第 2–3 周）
- 上线 Organization、Product、FAQPage、Article 四类结构化数据，并做抽样校验，确认能被正常解析。
- 新页面主动提交 sitemap，不要只等爬虫路过；检查重要内容是否只存在于图片或纯前端渲染区域。
- 为每篇内容标注作者与发布时间、更新时间，让「新鲜度」可被判断。
市场侧（持续）
- 每月固定向主流 AI 助手提问 5–10 个「品牌名 + 品类 + 对比/价格/是否支持」的问题，记录它引用了谁、引用的是哪一版信息。
- 建一份「被引用资产」清单：白皮书、术语表、选型指南、兼容性说明。这类内容比促销页更容易进入摘要。
- 中英文站同步更新。跨境场景下，海外买家问 AI 时看到的往往是英文产品页与认证信息。
风险与红线
技术叙事容易越界。涉及逆向、安全、兼容性的话题，只讲合规用途与自家能力边界，宣传中避免使用「可破解」这类表述，以及各类绝对化用语——这既是合规要求，也是被算法判定为低质营销内容的常见原因。
另一层风险更实际：工具普及之后，客户端里的 License 校验、密钥、内部接口地址不要硬编码；技术文档要有分级意识，先定规则，再谈用什么工具。
结语
回到那个问题：AI 能读懂二进制之后，闭源软件还剩多少护城河？我们的判断是，靠「看不见」维持的溢价会变薄，靠「说不清」流失的客户会变多。同一件事在官网这里有两个名字：技术团队叫它可观测性，市场团队叫它 GEO。
参考文献
【1】当 AI 能读懂二进制，闭源软件还剩多少护城河？ — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs?utm_source=rss&utm_medium=article 【1】当 AI 能读懂二进制，闭源软件还剩多少护城河？ — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs 【2】编辑注：REA 通过 MCP 桥接编码智能体与 Ghidra/Hopper/IDA、支持函数与交叉引用查询等事实点，来自上述 InfoQ 报道 — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs 【3】编辑注：该项目本地运行、MIT 许可证、不承诺还原源码的表述，来自上述 InfoQ 报道；本文对其含义的解读属二次分析 — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs 【4】编辑注：Hacker News 与 Reddit 上从业者的质疑与担忧，转述自上述 InfoQ 报道 — https://www.infoq.cn/article/8mCjWWFLdjDA2vb51QZs
