AI 逆向 Pump.fun:开源正义还是 slop.cash 营销?
核心要点
Eliza Labs创始人Shaw利用AI完成Pump.fun 90%代码逆向,痛批Solana闭源乱象并揭露超 4000 万美元被盗数据,实则为其新项目slop.cash造势,但业内认为难以撼动Pump.fun生态护城河。
据 Woofun AI 消息,10 月 25 日,()创始人 (@shawmakesmagic)在社交平台公开宣布,已对 生态头部发币平台 的智能合约完成约 90% 的逆向工程,并计划当晚攻克剩余部分。
这一举动不仅是对 Pump.fun 长期闭源策略的直接挑战,更引发了关于代码透明度与商业动机的激烈讨论。Shaw 以'要么开源,否则我替你开源'的强硬姿态,将一场技术层面的代码还原行动,迅速升级为对整个 Solana 生态安全文化的公开审判。其关联的 GitHub 仓库随即上线,标志着这场旨在打破'黑盒'运行的技术实验正式进入公众视野,同时也为后续的商业叙事埋下了伏笔。
从技术执行层面来看,Shaw 并非试图从零编写一套功能相似的仿盘,而是追求一种近乎偏执的'像素级还原'。其 GitHub 仓库中已收录了 Pump 主程序、、Pump Fees 以及 等核心模块的完整链上部署证据,工作重心在于将二进制文件反编译,并逐字节还原为可读源码。
值得注意的是,尽管部分处理函数已实现且通过了大量差分测试,但仓库明确标注当前版本尚未达到与原始字节码完全一致的状态,局部测试通过并不等同于整体程序还原或安全审计完成。
这种在没有源码图纸的情况下重构底稿的工作,其技术难度远超常规开发。Shaw 之所以能推进至 90% 的进度,核心依赖于主流大语言模型的辅助。他公开了一份'众包教程',并对多款 AI 工具进行了效用评估:主力工具为每月 200 美元的 套餐,认为其在高频代码逆向中极具性价比;替代方案包括中国的 和 ;而 因表现糟糕被其直言'拉胯', 则因内置的安全合规限制拒绝执行逆向指令,除非降级使用 等旧版本。按照 Shaw 的路径,开发者只需结合开源逆向工具,将特定提示词输入 AI Agent,即可自动执行反编译、比对字节码并提交 PR,实现对任何闭源程序的逆向。
Woofun AI 整理数据显示,这种基于 AI Agent 的自动化逆向流程,正在降低复杂智能合约审计的技术门槛,使得原本需要专业团队数月完成的反编译工作,得以在极短时间内由个人开发者推进。
Shaw 发起此次逆向行动的表层逻辑,建立在对 Solana 生态'合约闭源常态化'的严厉批判之上。他指出,智能合约作为公共基础设施,闭源无异于'毒瘤'。回顾 2019 年 DeFi 萌芽期,闭源合约在行业内几乎等同于高风险甚至诈骗盘,但如今在 Solana 生态中却变得习以为常。Shaw 援引数据强调,过去一年里,因闭源合约存在致命安全漏洞而被黑客盗取的资金已超过 4000 万美元。在他看来,唯有将代码彻底公开,白帽黑客与 AI 工具才能及时排查并上报漏洞,从而消除系统性隐患。
然而,这种对开源正义的呼吁,并非纯粹的理想主义驱动。在痛批行业痛点之后,Shaw 的话锋迅速转向其正在构建的新项目 。这一转折揭示了逆向行动背后的深层商业动机:通过高调的技术展示,为 slop.cash 进行冷启动营销。slop.cash 计划在 上启动,核心方向聚焦于互联网安全与私有漏洞赏金机制。为了激励社区参与 Pump.fun 的代码还原,Shaw 透露正将某相关 Meme 币产生的创作者交易手续费用于代币回购,并计划将这笔资金作为赏金池,分配给所有协助实现'逐字节还原'的代码贡献者。待 slop.cash 完成主网升级后,这套还原出来的 Pump.fun 源码将被直接收录进平台。

评论
暂无评论