中山大学

中山大学软件工程专业大三学生 Timo Zhang 开源了 BLA，一套针对 AI 逆向 Agent 的对抗性加固方案。它通过投毒假凭据与诱饵 Source Map、精确触发分析器配额上限、诱导误判三步，使逆向同一软件的 Token 消耗暴增 300 至 2800 倍，仓库 14 个示例实测总费用约为加固前的 304 倍。项目已获 3900+ 标星，被视为对一周破 10 万星的 REA 的直接反制。