企业官网建设流程全解析

AI 自动化逆向（五）控制组：区分「没有」和「没取到」

本文是「AI 自动化逆向」系列第 5 篇。上一篇：人在 AI 逆向流程里到底做什么；下一篇预告：AI 解一个 9 万条目的资源容器。

前言

上一篇把"人的动作"拆成五类，其中"定判据"只举了四个例子就收住了——因为每一个都值得单独一篇。从这一篇开始逐个拆开。

第一个，也是整个系列的第一个"审核协议"：怎么区分「没有」和「没取到」。

这两件事在输出上完全同形：都是空的、零的、"未发现"的。而它们的含义相反——一个是关于世界的结论（真的没有），一个是关于仪器的故障（没取到）。能把它们分开的工具只有一个：控制组。

（同前几篇：文中"AI"指执行分析的模型，"我"指设定目标、审结果的人；内容均已脱敏。）

一、AI 在这里踩的坑：一份"全零"的输出

AI 写过一个搜索脚本：拿一批函数去运行时里搜对应位置，每个函数打印"找到几个片段"。

它跑出来的结果是这样的——8 行，格式一致，每个数字都是 0：

FUNC_VA fragments=0 FUNC_VA fragments=0 ……（共 8 行）

读起来完全像一个真实结论：“这些函数都没有可恢复的片段。”不报错、没有异常值、行数对得上、语气一致——你没有任何理由怀疑它。

但实际上：8 行里有 5 行是需要定位的目标，另外 3 行是特意塞进去的控制组——其中有一个样本，本该有 90 个片段。

问题不在目标身上，在取材环节：脚本用一个不存在的字段名去取数据，.get()不报错、返回空，于是整批结果都变成了"空"。如果那 3 个控制组不在，这 8 行会被当成结论写进文档。

人应该加的检查：任何"某集合里一个都没有"的结论，必须至少有一个已知非空的同类样本作担保。空结果与取材失败在输出上完全同形——唯一能把它们分开的，就是那份"担保"。

二、过程：空结果的三种真身，四个真实案例

把项目里所有"空结果"排一遍，只有三种真身：

1. 真的空——世界就是这样；
2. 样本没进来——取材坏了：字段名错、路径错、范围错；
3. 规则压根没跑——查询或规则根本没起步：被静默吞掉、参数被改写，或者结构上就起不了步。

控制组的全部使命，就是把 2 和 3 从 1 里分出去。四个案例，各对应一种真身。

案例 1：控制组戳破"全零"（真身 2：取材坏了）

就是上面那 8 行。流程很朴素：

• 脚本打印全 0；
• 控制组里那个"本该有 90 个片段"的样本，报 0；
• ⇒ 不是目标的性质，是取材环节错了。修好之后，5 个目标全部搜到。

这次事故留下两条规矩："一个都没有"必须有已知非空的担保；以及用一个数据结构之前，先把它的字段名列出来（print(list(d[0].keys()))），不要凭记忆写字段名。

案例 2：两次"测了个寂寞"的阴性对照（真身 3：规则起不了步）

AI 要给一条"恢复片段"的规则量化假阳性率，需要一个"肯定不是代码"的对照区域。它选了两次：

• 第一次：拿保护段当对照 →恢复出 0 个片段；
• 第二次：拿数据段里的字符串块当对照 →还是 0 个。

看起来是"规则不乱报"——其实是规则根本起不了步：恢复算法只在"已知指令边界"上起步，而那两块区域里没有任何已知边界。测到的是"规则没跑"，不是"规则很干净"。

对照区域必须落在被测规则的作用域内。选对照之前先问一句：这条规则在这里至少要能跑起来吗？跑不起来的对照，"0"是假象。

（顺带：那次唯一有价值的产出——“假阳性只可能出现在’被误认为指令边界’的字节上”——恰恰是从"对照为什么起不了步"里读出来的。废掉的对照也说话。）

案例 3：先用已知答案验方法，再看目标（正对照的标准形态）

这个方法本身有风险：拿"幸存指令的助记符和指令长度"去运行时里搜——凭什么信它？AI 的做法是先跑控制组：

• 两个已知答案的样本：一个能恢复出 6 个可用片段，一个能恢复出 12 个——全票给出同一个偏移，且与已知地址逐一吻合；
• 一个已知不适用的样本（函数体基本被保护壳吞掉，只恢复出 1 个片段、0 命中）——它留在表里，告知的是方法的边界，不是失败。

控制组全票之后，才拿这个方法去定那个未知的目标——一次命中。

注意第三个样本：控制组不是"全绿才合格"。一个诚实的控制组里，应该同时有"已知答对的"和"已知答不了的"——后者量出方法的边界。

案例 4：连"查询"本身都会静默失败（真身 3 的另一种：动作没发生）

一次进程枚举：脚本"顺利跑完"，返回空列表——读起来是"机器上没这个进程"。真相是：命令经一层 shell 转手，参数被改写了，查询语法错了，等于什么都没查。

修法写进了纪律：同一个查询，先拿一个"已知存在"的对象跑一遍——它明明在，你就必须看得见它。看不见，问题在仪器，不在世界。

（同族还有更粗暴的一种：异常被except直接吞成空列表——连"查询失败"这四个字都被吞掉了。"空"这个输出，一个字都不许单独信，除非它有担保。）

三、判据与验证：把控制组写成四条规矩

1. 空结果必须配"已知非空"的担保，且走同一条代码路径。担保样本要和目标经过同一段代码，不然它担保不了任何东西。（换个说法：先确认分母不是 0，再谈分子。）

2. 阴性对照必须落在被测规则的作用域内。先确认"规则在这里能起步"，再谈"规则干不干净"。

3. 仪器先验存在物。任何查询、正则、枚举，先拿一个"已知存在"的对象跑同一路径：它必须被看见。这条也适用于人自己的眼睛——"看起来没有"之前，先证明"看"这个动作真的发生了。

4. 三值，不是布尔。结果有三种：找到干净的/找到过、但判它不合格/什么都没找到。前两个在旧输出里同形、含义相反——要分列，而不是压成一个"0"。这条是前面那条判据链在收口阶段才逼出来的：“找到过但判它是垃圾” ≠ “没找到”。

再加一条元规矩：控制组的形态要跟着问题走。要"验证一个方法"→ 用已知答案的控制组；要"量一个规则的假阳性"→ 用作用域内的阴性对照；要"确认仪器活着"→ 用已知存在物。三种控制组管三件事，不能互相替代。

四、结论

结论可以压缩成一张"空结果审查清单"：

AI 特别容易栽在这里，原因也简单：它默认自己的工具是对的——上面所有的"空"，在它的输出里没有一处长得像错误。把"没有"和"没取到"分开，不靠聪明，靠那个被塞进去的已知样本。

五、边界声明

• 本文只讨论AI 自动化逆向中的判据设计与审核方法，不涉及任何具体产品、厂商或服务的分析结论。
• 文中所有地址、偏移、常量、字段名一律为占位符或示意值，
  不代表任何真实目标中的取值；示例代码为说明判据而编写，不构成可运行的针对特定目标的工具。
• 文中提到的比例与数字均来自作者项目内的测量记录，仅用于说明方法失效的方式。
• 请勿将本文内容用于未授权的用途。

六、收尾

"没有"必须被担保，否则它什么都不是。下一篇换一个完全相反的场景——一个"九万多条目、百分之百全过"的漂亮结果，看它凭什么敢说自己是对的。

下一篇计划聊：AI 解一个 9 万条目的资源容器。

转载请注明出处：
https://lizhiyong.blog.csdn.net/article/details/167814341