AI 自动化逆向（三十四）自建指令缓存：把分钟级查询压到秒级
本文是「AI 自动化逆向」系列第 34 篇。上一篇：换一个「驱动器」，覆盖率跳了一个量级；下一篇预告：假设空间枚举的完备性是假设出来的。
前言
上一篇的收尾说：所有这些"当场重跑、当场对账"的纪律，要有一件东西付得起------这一篇就讲它。
它是一件自建的基础设施：指令缓存 。作用一句话：把"分钟级"的查询压到"秒级"。听起来像纯粹的工程优化------不是。它是纪律的地基。
（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：没有缓存，纪律就"贵"
先看没有它的日子：想查"某个字符串被谁引用"（一次交叉引用）、想看"某段地址附近的几条指令"（一次窗口反汇编）------每一个小问题，都要从头把整个二进制扫一遍，分钟级。
一天里这样的查询要发生几十次。于是出现两件坏事：
- 时间被烧掉------这个可见；
- 更隐蔽的：纪律变贵了 。"当场重跑""当场对账"在分钟级的成本面前，很容易被绕过一句"这次就算了"------第 18 篇的账：纪律如果比违反它更贵，它就形同虚设。
所以缓存的定位不是"更快"，是让正确的工作方式变成最省力的方式。
二、过程：缓存怎么造
三步，每一步都带着前面的教训。
第一步：重同步扫描------先把"扫全"这件事做对
不能用"从起点顺着读"的老办法（第 1 篇的老坑：流式解码遇到解不动的字节就安静地停）。重同步扫描的规则是：逐字节尝试解码，遇到坏字节就退一个字节重新起步 ------并且报告覆盖率（"扫完了"还是"半路停了"，必须分得开）。
第二步：存成"已对齐校验"的指令清单
扫描产出的是每条指令的地址、字节、助记符 ------近九十万条，存成一个紧凑文件。特点：加载即用 ；重扫一遍只要十秒级（可以接受），但没必要每次都做------缓存的意义就在这里：一次扫描，长期受益。
第三步：把查询暴露成"一次调用"
缓存之上开两个口子：
- 反查"引用某个立即数的指令"（交叉引用）------一次调用，秒级返回；
- 取"某地址附近的窗口反汇编"------同样一次调用。
到这一步，"查一下"从"一个工程任务"变成"一个随手动作"------上游的一切验证纪律，从此付得起。
三、判据与验证：缓存自己的两条纪律
缓存是工具，但工具也要被纪律管------而且是两条它特有的。
纪律一：缓存必须与"另一条独立路径"互相校验
缓存是"一种扫描的产物"，它不是从天上掉下来的真源。这个项目里的做法是：
- 这个缓存（近九十万条）由两套独立实现 分别重扫，得到完全相同的总数 ------互证；
- 同时它还要和线性反汇编对得上：两条路径、两份读数，一致的部分才当作可信（这正是第 20 篇"闭环"思路在工具层的应用）；
- 反过来的收益更妙：当"缓存与线性解码双证一致 "时，它就能当新结论的证据 ------这个项目里有一次判定"这段字节真的是垃圾"，就是靠双证一致钉死的。
缓存不是唯一真源，是"与线性解码互为裁判"的第二读数。
纪律二：缓存文件之间的"类型约定"，不可迁移
这一条是血的教训。这个项目的缓存有个特性很容易出事：同一个批次里，有的文件把地址存成整数、有的存成字符串；甚至同一份缓存在不同代码路径上的形态都不一样。而 AI 已经为"字段名/类型"栽过四次（第 10 篇的账）。
于是纪律两条：
- 用之前，每个文件各测一次 ：
print(type(x), repr(x))； - 不许跨文件推断类型 ------"上一个缓存里它是整数"这个知识，对下一个缓存没有效力。
为什么缓存特别容易这样？因为它是多轮工作的"遗产" ：每一个生成者都按自己的理解存字段，而缓存很少被回头看 。遗产要验明正身------"看起来是个熟悉的文件"不是"和上次那个一样的文件"。
（还有一条通用版：缓存要让"当场重跑"变便宜，才算完成使命------别把它做成又一件"不敢动、也懒得验"的老物件。）
四、结论
一句话：缓存是把纪律从"贵"变"便宜"的设施。
它不产出结论------它让验证结论 这件事变得随手可做；而它的可信，来自它自己那两条纪律：与独立路径互证、类型逐个验。设施越基础，越值得被纪律管------因为它一旦"看起来权威"，全项目都会跟着它一起错。
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
工具讲完了。下一篇去协议战场，讲一个"自信的穷举"是怎么错的：两万多种组合全部失败------不是因为敌人太强，是因为假设空间本身漏了一种形态。
下一篇计划聊：假设空间枚举的完备性是假设出来的。
转载请注明出处：