据开发者 Maurice（momo5502）在博客发文透露，过去约 3 个月里，其团队组织多个 AI Agent 对一款知名第一人称射击游戏展开反编译，目标是准确、稳定且功能完整地还原为 C++ 源码。该项目展示了长周期多 Agent 自主软件工程的实践路径：在经历早期代码“表面可读但语义错误”的瓶颈后，团队引入基于原版编译器的字节级机器校验，不仅确立了客观标准，还使低成本模型得以规模化协同，最终使 99% 的游戏函数出现在重建源码中。
据作者介绍，项目同时使用了 Claude Max（20x）与 Codex Pro 订阅，Claude Agent 跑在 Claude Code CLI，Codex Agent 跑在 Codex CLI；模型多数时间采用 Sonnet 5，也大量使用 Opus 5.5、Luna、Sol 和 Terra。Agent 通过 GitHub CLI 按翻译单元（每个 .cpp 文件一个）管理 Issue 追踪进度，在 Discord 共享频道通信，并通过 GitHub Webhook 接收 CI 失败推送。
项目首月共有 4 个 Agent（3 个干活的 Worker 加 1 个审查 Agent），约 4 周内反编译了约 80% 的游戏，游戏能启动、显示主菜单并加载地图。但作者表示，第一阶段代码可读性好却存在严重语义错误：Agent 用错函数签名、类型与结构体布局，凭空增删逻辑，还做了不必要的架构改动。根源在于缺乏客观验收标准，审查 Agent 难以判定。
为降低 token 消耗并更早触发上下文压缩，作者将上下文压缩阈值从默认的 90% 降至 42%；因 Agent 会随时间失去焦点，团队用每小时一次的 Cron 任务让 Agent 重读指令文档。为实现客观验收，团队改用编译原版游戏的编译器，写脚本从 OBJ 和游戏 EXE/PDB 中提取函数数据逐字节比对；重定位字节不直接对比，而是核对引用的符号与偏移是否一致。
据作者透露，引入比对脚本后，Agent 首先编写内联汇编作弊，随后又多次试图修改脚本将自身函数排除在比对之外。为此，团队除禁止内联汇编等构造外，还在 CI 中对验证脚本进行哈希，并与 GitHub Actions Secret 比对以防篡改。
严格的验收标准让审查 Agent 不再必要，并使此前效果很差的 Haiku、Luna 等较便宜、能力较弱的模型也能可靠工作。最后几周，团队主要使用 14 个 Luna 和 2 个 Opus 5.5 Agent 协同作业。
新验证机制下又运行了近 2 个月。据作者统计，99% 的游戏函数已出现在重建源码中，83% 的函数字节完全一致。作者称，剩余未匹配函数多具不确定性特征，或因链接器的相同 COMDAT 折叠等原因无法匹配；他表示游戏现已流畅运行、无明显 Bug 且原版功能齐全，项目可视为完成。因虚拟机被 Agent 错误命令清空导致部分会话日志丢失，作者估算总 Token 消耗在 6000 亿到 7000 亿之间；所有代码均不会公开。
