تعتبر عملية فك الشيفرة من أبرز التحديات التي تواجه مهندسي البرمجيات، حيث غالبًا ما تنتج أدوات فك الشيفرة شيفرات بلغة C صحيحة وظيفيًا لكنها تفتقر إلى قابلية القراءة. في هذا السياق، نشرت دراسة جديدة تسلط الضوء على استخدام وكالات اللغات الكبيرة (LLM) لتحسين هذه الجوانب من خلال اعتماد مقاييس موضوعية.

تستعرض الدراسة تطورًا بحثيًا يتألف من ثلاث مراحل، حيث تبدأ المرحلة الأولى بمحاولة توجيه الأدوات باستخدام Ghidra MCP، لكنها واجهت مشاكل في التغطية الكاملة والتحسينات غير المتسقة بسبب نقص التوجيه الكمي. في المرحلة الثانية، تضمنت التحقق من التشابه الهيكلي، مما أظهر أن الوكالات تحسن المقاييس بطرق غير مقصودة، مما يؤدي إلى إنتاج شيفرة معادلة هيكليًا لكنها أقل قابلية للقراءة.

أما فيما يتعلق بالمساهمات الجديدة للدراسة، فتقدم إطار عمل خاص بمعدل قابلية القراءة الكمي (QRS)، وهو مقياس مركب يجمع بين بوابة التشابه الهيكلي وثلاثة مقاييس فرعية مستقلة تعنى بالقراءة، وهي: المفاجأة المعجمية (Lexical Surprisal)، والبساطة الهيكلية (Structural Simplicity)، والجودة الاصطلاحية (Idiomatic Quality).

تظهر النتائج أن تحسينات القراءة المستهدفة المدعومة ببرنامج QRS تمكن الوكالات من تحقيق تحسينات ملحوظة دون التضحية بصحة الشيفرة. كما تتناول الدراسة السياق الأوسع لعملية الهندسة العكسية، بما في ذلك رفع النماذج، وتنظيف مفككات الشيفرة، وتحقيق التكافؤ الوظيفي، رغم أن ذلك يبقى خارج نطاق الدراسة المتعمقة الحالية.