Чтобы избавиться от рекламы на телевизоре или вернуть к жизни заблокированное устройство, больше не обязательно разбираться в его прошивке. Пользователи всё чаще поручают искусственному интеллекту анализировать закрытое программное обеспечение и создавать собственные версии приложений. Как выяснила редакция 404 Media, подобные эксперименты уже охватили умные телевизоры, видеоняни, цифровые фоторамки и другую электронику.
Одним из самых заметных примеров стал телевизор Xiaomi, который показывал рекламу ещё до запуска Netflix. Пользователь передал Claude Code номер модели устройства, после чего ИИ-агент самостоятельно обнаружил телевизор в сети Wi-Fi, удалил 25 программных пакетов Xiaomi и написал новый интерфейс запуска приложений. В результате телевизор стал напоминать Apple TV. Ранее похожий эксперимент с Android TV показал, что ИИ способен очищать систему от лишнего ПО без замены прошивки.
Волна подобных экспериментов совпала с популярностью проекта Reverse Engineer Anything (REA). К 21 октября репозиторий набрал около 350 тысяч звёзд на GitHub. Инструмент позволяет ИИ-агентам изучать приложения без исходного кода, анализировать исполняемые файлы и разбирать внутренние механизмы программ. Разработчики объясняют, что REA подключает нейросети к инструментам анализа и помогает воспроизводить отдельные функции существующих продуктов.
Пользователи применяют похожие подходы не только к телевизорам. Умные фоторамки превращают в календари с искусственным интеллектом, из программного обеспечения видеонянь убирают рекламу, а заблокированные зеркала Lululemon возвращают к работе с помощью альтернативного ПО. Для владельцев устройств такой подход становится способом обойти программные ограничения производителей и восстановить функции, недоступные после прекращения поддержки.
Аналогичные методы затронули обычные компьютерные программы. В сети распространяются созданные с помощью ИИ аналоги Adobe Creative Cloud и Microsoft Office, а также переработанные версии компьютерных игр. Один из участников Hacker News утверждает, что за 72 часа воспроизвёл алгоритмы эффектов трёх конкурирующих производителей гитарных педалей. Независимого подтверждения заявленного результата нет, однако случай показывает потенциальный конфликт вокруг интеллектуальной собственности.
Главная проблема заключается в качестве полученного кода. ИИ далеко не всегда восстанавливает исходную программу. Вместо точной копии нейросеть может создать внешне похожую реализацию с ошибками, отсутствующими функциями и уязвимостями. Пользователи нередко не способны самостоятельно проверить результат. Ранее уже выяснилось, что ИИ ускоряет реверс-инжиниринг закрытых систем, но скорость анализа не гарантирует безопасность последующих изменений.
Распространение непроверенного программного обеспечения создаёт новые риски для подключённых устройств. Вредоносный код теоретически может попасть в альтернативные прошивки и приложения, а ошибки в самодельных компонентах способны открыть доступ к домашним сетям. Подтверждённых массовых взломов из-за новой волны ИИ-клонирования пока не приводится. Речь идёт о возможных последствиях практики, которая развивается быстрее привычных механизмов проверки и сопровождения программ.
Нейросети одновременно дают владельцам больше контроля над купленной электроникой и снижают стоимость копирования чужих разработок. Однако создание работающего прототипа не равнозначно выпуску надёжного продукта. Программы требуют тестирования, исправления ошибок и постоянной поддержки. Насколько широко компании и пользователи примут подобные копии, пока неизвестно, но технический барьер между закрытым программным обеспечением и желающими разобраться в его устройстве уже заметно снизился.