Как ИИ помогает возрождать старые игры с помощью исходного кода

Прокомментировать Просмотры: 0

О сохранении цифрового наследия игровой индустрии часто говорят с сожалением. Согласно исследованию Video Game History Foundation и Software Preservation Network за 2023 год, более 85% классических игр уже нельзя приобрести легальным способом.

С исходным кодом дела обстоят еще хуже: студии прекращают работу, архивы отправляются на свалку, дискеты и магнитные ленты теряют данные, а разработчик, хранящий единственную резервную копию на домашнем компьютере, может просто переехать. Языки программирования и цифровые архитектуры, на которых создавались игры, тоже меняются. То, что безупречно работало десять или двадцать лет назад, с большой вероятностью не запустится в современной системе. Иногда случаются счастливые находки: например, в 2012 году один игрок обнаружил в шкафу отца оригинальные дискеты с исходным кодом Prince of Persia для Apple II. Но подобные истории редки.

Исходники большинства игр 90-х и начала 2000-х утрачены. От них сохранились только бинарные файлы: дампы картриджей (ROM) и исполняемые файлы. Именно по ним разработчикам приходится восстанавливать игровую логику.

Энтузиасты нашли решение: они стали вручную декомпилировать программы, разбирая их функцию за функцией. Работа эта медленная и трудоемкая — на одну игру нередко уходили годы. С 2025 года к процессу начали привлекать LLM-агентов, что позволило заметно сократить сроки. Разберемся, как работает matching-декомпиляция, почему она подходит для применения нейросетей и какие проекты уже доведены до конца.

Краткий экскурс в историю

На первый взгляд задача проста: превратить бинарный файл в понятный исходный код. Обычные декомпиляторы, такие как Ghidra, преобразуют машинные инструкции в псевдокод на C. Но во время компиляции утрачиваются имена переменных и функций, комментарии и структура программы. Остается лишь последовательность инструкций для процессора, а повторная сборка почти никогда не воспроизводит исходный бинарный файл.

Сообщество, занимающееся обратной разработкой ретроигр, работает над этой проблемой давно. В первых проектах код разбирали до размеченного ассемблера. Типичный процесс выглядел так:

  1. Дизассемблировать ROM или бинарный файл и разделить его на функции. Для GBA, например, применяют утилиту Luvdis.

  2. Загрузить функцию в сервис decomp.me и подготовить первый вариант на C. В этом помогают автоматические инструменты, например m2c, преобразующий ассемблер в C-код.

  3. Сравнить полученный результат с оригиналом с помощью diff-инструмента, например objdiff, и определить степень совпадения.

  4. Вручную исправить код или запустить decomp-permuter, который перебирает семантически эквивалентные варианты C-кода, стремясь получить более точное совпадение.

  5. Повторять эти действия, пока совпадение не достигнет 100%.

Все перечисленные утилиты следуют заданным алгоритмам и выполняют заранее предусмотренные преобразования. Как правило, первые 90% проекта продвигаются быстро. Сложности возникают на оставшихся 10%: наиболее трудные функции, в которых компилятор применил неочевидные оптимизации, могли задерживать работу на годы. Для их восстановления требовались ручной подбор и глубокое знание особенностей конкретных компиляторов.

Источник
Источник.

Одним из первых крупных примеров стал проект Super Mario 64. Его начали спидраннеры, стремившиеся лучше понять механику игры и находить скрытые ошибки. Декомпиляцию завершили в 2019 году, спустя два года работы. Еще через девять месяцев другая команда выпустила порт для ПК, в который впоследствии добавили поддержку современных мониторов и трассировки лучей.

Команда ZRET (Zelda Reverse Engineering Team) потратила более 20 месяцев на восстановление C-кода игры The Legend of Zelda: Ocarina of Time. Последнюю функцию один из руководителей проекта завершил в конце 2021 года.

В 2022 году, после появления неофициального ПК-порта Ocarina of Time, издание VGC сообщало о прогрессе других проектов: Paper Mario была готова на 60%, Banjo-Kazooie — на 55%, Mario Kart 64 — чуть более чем на 25%, а Majora’s Mask — на 45%. Всего в разработке находилось свыше 25 проектов, и большинство из них продвигалось медленно.

Репозиторий Super Smash Bros. Melee (doldecomp/melee) появился в июне 2020 года. На разбор 19 828 функций сообществу понадобилось шесть лет.

Каждая функция превращается в отдельную головоломку. Понять ее логику можно за минуту, но затем неделями подбирать конструкции C, которые заставят старый компилятор задействовать те же регистры, что и в оригинале. На результат влияет все: перестановка двух строк, дополнительная временная переменная или использование for вместо while. Энтузиасты часами изучали ассемблер, писали код на C, компилировали его, сравнивали результат и снова повторяли цикл.

Источник
Источник.

Следующим этапом стали проекты сопоставимой декомпиляции, или matching decompilation. О них и пойдет речь далее.

На сцену выходит ИИ

Matching-декомпиляция предъявляет более строгие требования к результату. Она предполагает восстановление по ассемблеру такого C-кода, который после компиляции дает машинный код, побайтно совпадающий с оригиналом. На практике необходимо разобрать MIPS-ассемблер, понять алгоритм и написать код на C, который при сборке исходным компилятором с исходными флагами воспроизведет нужные регистры, слоты задержки (delay slots) и порядок инструкций. Таким способом восстановили Super Mario 64 и The Legend of Zelda: Ocarina of Time.

Побайтовое совпадение подтверждает эквивалентность восстановленного результата оригиналу. Компилятор здесь выступает строгим экзаменатором: пока совпадение не достигло 100%, работа не считается завершенной. На основе восстановленного кода создают модификации, порты для современных платформ и инструменты для спидраннеров, а также документируют реальное устройство игры — что особенно важно для сохранения наследия.

Matching-декомпиляция хорошо подходит для LLM-агентов, прежде всего благодаря возможности автоматически проверять результат. Агент способен написать функцию, скомпилировать ее, сравнить вывод с оригиналом и повторить попытку сотни раз без участия человека. Рабочий цикл выглядит так:

  1. агент создает вариант кода на C;

  2. компилятор собирает объектный файл;

  3. objdiff сравнивает результат с оригиналом;

  4. если совпадение неполное, агент изучает различия и исправляет код.

Для каждой функции цикл можно повторять сотни раз. Галлюцинации модели здесь менее опасны, чем при обычной разработке: неверный результат просто не пройдет побайтовую проверку.

Типичный конвейер matching-декомпиляции включает следующие этапы:

  1. Разбор ROM. Образ делят на сегменты: код, данные и ресурсы. Для Nintendo 64, например, используют splat.

  2. Дизассемблирование. Каждую функцию сохраняют в отдельном .s-файле в каталоге asm/nonmatchings/.

  3. Первичная декомпиляция. Автоматический инструмент, например m2c для архитектуры MIPS, формирует черновой вариант на C.

  4. Подгонка. C-код компилируют исходным набором инструментов — IDO, GCC 2.7.2 или другим — и сравнивают результат с целевым объектным файлом.

  5. Перебор вариантов. Если различаются лишь несколько инструкций, подключают decomp-permuter, автоматически перебирающий конструкции в поисках совпадения.

  6. Контроль прогресса. Для совместной работы применяют objdiff и сервис decomp.me, а общую статистику отслеживают на decomp.dev.

Упрощенный пример функции на MIPS:

glabel func_80012340
   lw      $v0, 0x10($a0)      # v0 = actor->target
   beqz    $v0, .L80012358     # if (target == NULL) return
    nop                        # delay slot
   lh      $v1, 0x4($v0)       # v1 = target->counter
   addiu   $v1, $v1, 1
   sh      $v1, 0x4($v0)       # target->counter++
.L80012358:
   jr      $ra
    nop

Возможный вариант на C:

typedef struct Target {
   /* 0x00 */ u8  pad0[4];
   /* 0x04 */ s16 counter;
} Target;

typedef struct Actor {
   /* 0x00 */ u8      pad0[0x10];
   /* 0x10 */ Target *target;
} Actor;

void func_80012340(Actor *actor) {
   if (actor->target != NULL) {
       actor->target->counter++;
   }
}

Этот короткий пример может совпасть с оригиналом с первой попытки. Но в реальных функциях, содержащих сотни инструкций, многое решают детали: порядок вычисления выражений, сохранение значения в callee-saved регистре или развертывание циклов. Раньше на подбор подобных нюансов уходили недели ручной работы.

ИИ-роутер — более 400 моделей в единой панели

Подключите OpenAI-совместимый шлюз с помощью одного API-ключа. Настраивайте сквозную аналитику, контролируйте лимиты и распределяйте квоты ресурсов.

Запустить ИИ-роутер →

Примеры из практики

Именно эти возможности побудили исследователя под ником Macabeus попробовать ИИ в деле. В 2025 году он начал экспериментировать с проектом Sonic Advance 3 для Game Boy Advance, хотя, по собственному признанию, не слишком уверенно владел C и ассемблером. Одним из первых достижений стало совпадение на 96% для функции, над которой до этого долго не удавалось продвинуться.

Позже Macabeus создал модульный конвейер Mizuchi. Сначала в работу вступают процедурные утилиты — m2c и permuter, а если полного совпадения добиться не удалось, запускается повторяющийся цикл «Claude → сборка → objdiff».

Источник
Источник.

Конвейер проверили на выборке из 60 функций проектов Sonic Advance 3 для GBA и Animal Forest для N64, скомпилированного с помощью IDO. Для чистоты эксперимента использовали одну модель — Claude Sonnet 4.6, а полученные результаты сравнивали с работой стандартных утилит. Конвейеру с LLM удалось добиться полного совпадения для 74% функций из тестового набора. Это не означает, что ИИ решил все задачи, однако преимущество перед чисто процедурным подходом заметно, особенно на сложных функциях, где возможности permuter исчерпываются.

Австралийский разработчик Крис Льюис занялся matching-декомпиляцией Snowboard Kids 2 — гоночной игры для N64. Она написана на C и скомпилирована в MIPS-код, предположительно компилятором GCC 2.7.2: на это указывают характерные последовательности инструкций.

Поначалу агенты выполняли только вспомогательные задачи. Льюис подчеркивал, что процесс нуждается в человеческом контроле и полностью полагаться на агента нельзя, а до «вайбкодинга» в matching-декомпиляции еще далеко.

Источник
Источник.

Все изменилось в конце 2025 года, когда Льюис запустил Claude Code в неинтерактивном режиме для пакетной обработки простых функций. График на decomp.dev показывает: с 3 сентября по 17 ноября прогресс увеличился с 20% до 25%, а к 2 декабря достиг уже 45%.

В конечном счете все функции Snowboard Kids 2 восстановили на C, а сборка дала бинарный файл, побайтно идентичный исходному ROM. С первого коммита в сентябре 2024 года прошло около двух лет. Последние десять наиболее сложных функций завершили участники сообщества декомпиляции N64 в Discord.

Подход Macabeus и других авторов в общих чертах схож:

1. Оценка сложности функций. В Snowboard Kids 2 скрипт score_functions.py с помощью эвристик отбирал самые простые функции. В бенчмарке Mizuchi сложность определяет логистическая регрессия, обученная на кодовой базе проекта и наборе признаков ассемблерного кода.

2. Headless-цикл. Агент выбирает функцию, генерирует код на C, собирает проект и изучает различия:

# Упрощённая схема цикла (по мотивам публичных скриптов)
while true; do
  fn=$(python3 tools/score_functions.py asm/nonmatchings/ | head -n1)
  [ -z "$fn" ] && break
  claude -p "Decompile function $fn. Build with make, \
check the result with objdiff, iterate until 100% match. \
Do not modify build scripts." | tee -a tools/agent.log
done

3. Сочетание с классическими инструментами. Полученный код компилируют, проверяют с помощью objdiff и передают в decomp-permuter для перебора альтернативных вариантов.

4. Песочница. В Mizuchi агент работает в изолированной среде: он не может изменять скрипты сборки или конфигурацию и передает только C-код через предусмотренный интерфейс.

Изоляция необходима, потому что модели могут пытаться обходить установленные правила. По словам Macabeus, столкнувшись со сложной функцией, агент иногда идет на хитрость: вставляет ассемблер напрямую или изменяет Makefile. Поэтому каждый коммит необходимо проверять.

Для ПК-игр, вокруг которых не сложилась развитая экосистема, используют другой подход: агента подключают к дизассемблеру через сервер MCP (Model Context Protocol). Например, проект REA связывает агента с Ghidra, Hopper или IDA — таким образом была восстановлена DX-Ball. Агент самостоятельно размечает функции, восстанавливает структуры данных и документирует код.

Ситуация на октябрь 2026 года

Проект Super Smash Bros. Melee для GameCube завершен на 100%. На decomp.dev зафиксировано совпадение всех 19 828 функций, а финальный коммит принят 7 сентября 2026 года. В выборке из 900 коммитов за период с июня по октябрь 2026 года участие ИИ отмечено в 116 случаях. Модели помогли завершить проект после шести лет ручной работы сообщества.

Snowboard Kids и Snowboard Kids 2 для N64 также доведены до 100%. На вторую часть Льюису понадобилось 596 дней, а первую он завершил за 84 дня — в семь раз быстрее. На результат повлияли накопленный опыт, меньший объем игры и помощь специалистов: около 4,8% функций потребовали ручной работы. Без нее, по оценке автора, проект остановился бы на отметке 89–90%.

Super Mario 64 DS наглядно демонстрирует разницу между совпадением и понятностью кода. Сопоставлено 99,9% функций, но в человекочитаемый вид переведено лишь 31,5%. Большинство функций удалось закрыть с помощью бесплатных шаблонов, а оставшиеся сложные фрагменты подобрал ИИ.

Работу над Klonoa: Empire of Dreams для GBA начали с нуля в марте 2026 года с использованием Claude Code. Под контролем человека проект достиг 51% покрытия байтов.

Последний заслуживающий внимания пример — Chromatron. Это не matching-декомпиляция, а реконструкция логики: старую головоломку для Windows XP и PowerPC Mac переписали на Rust для Apple Silicon, Windows, Linux и браузера. В результате совпадают 307 199 из 307 200 пикселей.

Источник
Источник.

Обратная сторона

Для полноты картины стоит привести и противоположный пример. Команда энтузиастов завершила сопоставление Pilotwings 64 за 74 дня — быстрее, чем продвигался проект Snowboard Kids с применением нейросетей. Сравнение не вполне корректно, поскольку игры различаются по объему, но некоторые выводы сделать можно:

  • ИИ существенно ускоряет работу настойчивого одиночного разработчика, но не всегда позволяет обогнать опытную команду.

  • Без проверки модели способны генерировать код, искажающий внутреннюю логику. В matching-проектах побайтовое сравнение исключает подобные ошибки, но для обычных портов риск остается.

  • Совпадение на 100% еще не делает код читаемым. Осмысленные имена переменных, структуры и архитектуру зачастую по-прежнему определяет человек.

  • Качество сопоставленного кода может различаться, поэтому проекту необходим ручной рефакторинг.

  • По оценке decomp.dev, уже в начале 2026 года модели вроде Opus 4.6 и GPT-5.4 умели работать с инструментами сообщества, однако их результаты нуждались в ручной очистке, а стоимость выполнения задач оставалась высокой.

  • Агент не располагает полным контекстом: он не восстановит историю коммитов, комментарии разработчиков и первоначальный замысел создателей игры.

Кроме того, внутри сообщества возникли разногласия. В N64Recomp запретили использование сгенерированного ИИ кода, создатели Zelda 64: Recompiled принципиально отказались от генеративных моделей, а при работе над Super Mario Galaxy (Petari) нейросети не применяли вовсе. Появился даже реестр проектов, созданных исключительно людьми, который позволяет отфильтровать работы с использованием ИИ.

Администратор сайта decomp.dev под ником Encounter закрыл публичный индекс и прекратил прием новых проектов. Сайт запустили в 2024 году для централизованного отслеживания прогресса matching-проектов и координации участников. По словам администратора, причина не в самом ИИ — он прямо признает, что при правильном применении тот может быть очень полезен, — а в изменениях внутри сообщества:

  • появились форки, которые с помощью ИИ доводят до завершения вопреки желанию авторов исходного репозитория;

  • участились поспешные выпуски портов на чужой основе без вклада в исследование кода;

  • стало сложнее отличать ручной труд от конвейерной генерации.

Показательна и история инструмента decomp.wtf, который обещал направить ИИ-агента на выбранную пользователем игру и преобразовать ее в C-код функция за функцией. Из-за негативной реакции сообщества автор прекратил разработку, оставив исходники на GitHub под лицензией MIT.

Источник
Источник.

Юридический статус декомпиляции тоже остается спорным. Известно, что Nintendo тщательно защищает свою интеллектуальную собственность, однако с 2019 года компания не подавала исков против matching-проектов. Впрочем, отсутствие судебных претензий не равнозначно официальному разрешению. В сообществе сложилось негласное правило: публиковать только исходный код, не включая графику, музыку, звуки и другие игровые ресурсы. Для сборки порта пользователь должен предоставить собственную легальную копию игры.

Правовой статус обратной разработки зависит от законодательства конкретной страны и условий лицензии. Поэтому перед публикацией кода разработчикам следует изучить соответствующие лицензии и при необходимости обратиться за консультацией к юристам.

На фоне появления ИИ-клонов платных программ и игр, а также распространения clean room-копий продуктов небольших студий граница между сохранением цифрового наследия и обходом авторских прав становится еще менее очевидной. Это вопрос уже не только техники, но и права, а также норм самого сообщества.

Что это означает для сохранения игр

Matching-декомпиляция стала практической областью, в которой LLM-агенты приносят измеримую пользу благодаря автоматической проверке компилятором. В 2025–2026 годах при поддержке ИИ до 100% довели Melee и обе части Snowboard Kids, а сроки работы для отдельных разработчиков сократились в несколько раз.

Источник
Источник.

При этом человек по-прежнему играет важную роль: выбирает подход, завершает самые сложные функции, следит за попытками агентов «схитрить» и превращает совпадающий код в понятный. Сообщество же разделилось во взглядах, поэтому правила применения ИИ стоит уточнять еще до отправки первого pull request в чужой проект.

Для проектов с утраченными исходниками нейросети снизили порог входа: задачи, на которые небольшой студии потребовались бы годы, теперь можно решать за месяцы. Обратная сторона прогресса — стремление некоторых участников получить результат, не разбираясь в устройстве самой игры.

Сообществу еще предстоит договориться о новых правилах: как определять авторство, оценивать инженерный вклад и сохранять культуру обмена знаниями об архитектуре классических систем. Ведь сам код составляет лишь половину ценности. Вторая половина — эмоции, идеи и труд людей.

 

Источник

Похожие статьи

Поиск по играм, новостям и статьям…

Введите не менее двух символов

Введите не менее двух символов