Coding Agent讓逆向工程變便宜
Simon Willison 觀察到，愈來愈多人用 coding agent 逆向家中裝置，再寫成自己需要的自動化工具。這裡的關鍵不是 AI 發明了新的逆向技術，而是它能協助閱讀既有程式、推測未公開的介面行為、產生測試與自動化程式，讓原本得花好幾天研究的工作，變成可以快速嘗試的小專案。實際成果可能只是讓某台設備依排程開關、串接其他服務，卻已足以改變「值不值得自己寫」的答案。
現實應用
最直接的場景是智慧家電、感測器、燈具、空調或其他原廠沒有開放完整 API 的設備。熟悉基本程式開發的人，可以讓 coding agent 協助分析通訊流程、整理測試結果，再產生控制腳本。Home Assistant 玩家、Maker、企業內部 IT，以及手上還有老舊設備要整合的工程團隊都用得上。
不過這不代表按一下就能破解所有裝置。遇到加密通訊、硬體驗證、雲端綁定或安全機制，難度依舊很高；逆向操作也必須留意保固、服務條款、資安與當地法規。
期望評估
我認為低標期望，是 coding agent 能把查文件、讀封包紀錄、生成測試程式與反覆修正的時間壓低，讓工程師用較小成本驗證一個自動化點子；即使最後失敗，沉沒成本也不至於太高。
高標期望則是個人與小團隊能為冷門設備建立可用的非官方整合，甚至把一次性腳本整理成社群專案。我猜真正的突破不在首次完成，而是 API 改版後可以重新分析、重寫或乾脆丟掉重來，維護失敗程式的心理與人力負擔都變小。
商業策略分析
受影響最大的會是封閉式智慧家庭平台、設備整合商，以及靠客製串接收費的軟體服務商。當寫程式與試錯變便宜，原廠是否提供 API，就不再完全決定設備能不能被整合。
我認為硬體廠商值得跟進，但方向不是和使用者玩貓捉老鼠，而是提供穩定、權限清楚的官方介面。社群既然更容易做出替代方案，官方 API、SDK 與在地控制能力反而能成為信任和銷售優勢。另一方面，逆向成果通常不穩定，也可能帶來安全責任，因此把 agent 產生的程式直接投入正式環境，仍然需要人工審查、隔離測試與失效保護。