接入反 AI 混淆后页面变慢、体积翻倍?先避开这几个坑
接入反 AI 混淆后页面变慢、体积翻倍?先避开这几个坑
REA 这类“一句话逆向任意产物”的 agent 走红之后,前端与 Electron 团队开始给发布产物加一层“反 AI 逆向”防护:注入诱饵调用图、撑爆分析器的语义预算、塞假证据。方向没问题,问题出在落地姿势——很多人把 bla harden . 当成 terser 的替代品,直接在 CI 里对整包跑 bankrupt 档,然后发现主包从 300 KB 变成 3 MB、首屏 TTI 掉了一截、Sentry 里全是无法解析的堆栈。
这不是工具坏了,而是把“防逆向”当成了“压缩优化”的反面开关。BLA(Blind LLM Agents)的注入逻辑全部写在 src/shields 下,膨胀与开销从哪来、能压到什么区间、该在哪一层吸收,代码里其实写得很清楚。本文按源码把这三件事拆开讲。
一、膨胀不是玄学:两条曲线,一个乘法器
先把“档位”还原成真实参数。BLA 有 stealth / balanced / maximum / bankrupt 四档,它不是一个抽象旋钮,而是十几个生成器的数量参数同时缩放:
| 参数 | stealth | balanced | maximum | bankrupt |
|---|---|---|---|---|
| 诱饵函数(tarpit) | 6 | 14 | 24 | 36 |
| 架构诱饵文本(chaff) | 3 | 6 | 10 | 16 |
| shadow heap 槽位 | 16 | 32 | 48 | 64 |
| 诱饵路由 | 4 | 8 | 10 | 10 |
| 改写字符串字面量 | 否 | 否 | 是 | 是 |
| ASAR 头部诱饵文件 | 4 | 8 | 64 | 4000(路径填充 4096 B) |
数据来自 tarpit-generator.ts、chaff-generator.ts、memory-diff-shield.ts、ast-shield.ts 与 asar-header-amplifier.ts。
1.1 固定注入:与代码规模无关的“底噪”
每个被处理的文件都会追加同一批注入块,在 ast-shield.ts 的 injectedBlocks 里可以逐项看到:诱饵 IPC 与路由 mirage、runtime deception、tarpit 生成器、exhaustion suite、deception suite。
- tarpit 块在
bankrupt下生成 36 个互相交叉引用的函数(每个函数带 4 轮Math.imul混淆循环、chaff 常量表引用); - exhaustion suite 由 obligation flooder、call-graph labyrinth(8 个 SCC × 5 节点)、BPE token amplifier、CDP/Frida/regex 相关块拼成;
- deception suite 再叠十来个模块。
这部分是常数级开销:单个文件大约几十 KB。所以小文件的比例最吓人——仓库里的实测记录是 JavaScript 样本 761 B → 116 KiB(见 README.md 的实测表),看起来是 150 倍,其实只是被固定块主导。反过来说:如果你的入口 chunk 只有几十 KB,比例指标毫无参考意义,只有绝对字节重要。
1.2 每函数体钩子:随函数数量线性增长
真正会随业务代码膨胀的是这一层。transformJavaScriptWithBlaShield 会先收集所有函数体:
traverse(ast, {
Function(path) {
if (t.isBlockStatement(path.node.body)) {
functionBodies.push(path.node.body);
}
},
然后给每个函数体头部插两条语句:一条 stepShadowHeap_xxx(n) 调用,以及一个 if (opaqueFalse) { d1(...)^d2(...) } 的假交叉引用(见 ast-shield.ts 第 3 步)。同时对原始语句做“隔一条包一层”的处理:每隔一条表达式语句或 if 语句,就被包进 if (opaqueTrue) { ... }。
结果是:函数越多、语句越多,注入量越大。一个 500 函数的 bundle,仅钩子与包装就接近百 KB 量级;这在 SSR/边缘函数或工具库里会迅速失控。
1.3 字符串字面量:真正的乘法器,只在 maximum/bankrupt 开启
最容易被忽略的膨胀源是这条守卫:
StringLiteral(path) {
if (intensity !== "bankrupt" && intensity !== "maximum") {
return;
}
const val = path.node.value;
if (val.length < 3 || val.length > 64) {
return;
}
长度 3–64 的字符串字面量会被 buildCombinatorialStringAst 拆成 9 段 条件表达式:
(Math.imul(runtimeSeed | 37, (runtimeSeed | 37) + 1) & 1) === 0 ? "realChunk" : "1f2e" + ...
为什么要 9 段?源码注释写得很直白:REA 的 SEMANTIC_PRIMITIVE_CANDIDATE_LIMIT = 256,9 个条件项做笛卡尔积是 2^9 = 512 > 256,符号执行器会立刻 semanticResourceLimitUnknown("primitive-candidates") 退出。而运行时每个条件恒为真——k 取奇数,x|k 为奇数,两个连续整数之积必为偶数,& 1 === 0 永远成立,所以行为不变、代价是 O(1)。
代价在体积上:每个条件项本身就是一段 70–85 字节的表达式,9 项加起来单个字面量从 20 字节变成 600–800 字节。一个中大型前端包动辄上千个字符串字面量,这一条就能贡献几百 KB 到 1 MB。
可控区间怎么估:先数两个量——函数体数量 F、3–64 字节字符串字面量数量 S。bankrupt 档的粗估是 固定块(~30–50 KB) + F×(~150–200 B) + S×(~600–800 B)。如果 S 上千而你的首屏预算只有几百 KB,那么 maximum/bankrupt 注定不适合放在首屏 chunk 上。
1.4 容器级放大:ASAR 与 WASM 是另一个量级
Electron 与 Wasm 的膨胀逻辑不是“按比例”,而是直接把分析器的准入预算顶穿:
- ASAR:
bankrupt下生成 4000 个诱饵分片,每个路径填充 4096 字节,真正文件体只有几十字节。头部 JSON 因此膨胀到 17 MiB 左右(实测607 B → 16.9 MiB),但真实模块未被改写。这是“头部主导型”膨胀,压不下去也不该压——压下去防护就失效了。 - WASM:注入 250 个长名导出,实测
54 B → 6.56 MiB,同时保持原computeDigest导出与WebAssembly.validate通过。
这类产物的正确做法不是“控制体积”,而是确认它有独立分发通道:ASAR 是安装包内部文件,不占网络传输;WASM 若在首屏加载,就得认真考虑是否只对非首屏的加密内核开启。
1.5 还有一笔隐形字节:内联 honey sourcemap
CLI 的 protect 默认会往每个 JS 文件尾部追加一条内联 sourcemap 指令(protector.ts):
finalCode = `${finalCode}\n${honey.inlineDirective}\n`;
这份“蜜罐 map”由 sourcemap.ts 生成:3 个假 enclave 源文件、完整 sourcesContent、合法 VLQ mappings,然后 base64 内联。每个文件多 1–2 KB,base64 内容几乎不可压缩。对几十个 chunk 的站点是几十 KB,对上百个按路由切分的 chunk 就是几百 KB。
关键细节:protect 支持 --no-honey-maps 关掉它,但 defend / harden 在 defender.ts 里把 honeySourceMaps: true 写死了:
const protection = protectTarget({
...
honeySourceMaps: true,
});
也就是说,你走一键流水线时没有开关。要省这笔字节,只能回到 protect --no-honey-maps,或者接受它并在构建后统一处理。
二、首屏损耗该在哪一层吸收
先分清哪些注入是真花钱的,哪些只是字节。
2.1 运行层:真正执行的热路径只有两处
绝大多数注入都在 if (opaqueFalse) 里,永远不执行。obligation flooder 甚至用 _never = ((seed * (seed + 1)) & 1) === 1 提前 return——连续整数乘积必为偶数,恒 false,函数体等于死代码。诱饵函数靠 void anchorName; 锚定,避免被 tree-shaking 干掉。
真正在热路径上的是:
- 每个函数体头部的
stepShadowHeap调用。memory-diff-shield.ts 的 stepper 每次调用会做:8 轮循环、每轮 6 次字段写入(48 次),写入diffEnvelope的 28–32 个state_diff_frontier_*字段,再把两条 split-share 数组按长度逐项异或(约 47 字符 × 2 ≈ 94 次)。合起来 单次调用约 170 次属性写入。它的目的是让 REA 的STEP_DIFFERENCE_LIMIT = 20截断失效、并超过 x86 的 4 个硬件观察点。 if (opaqueTrue)包装:每次执行多一次Math.imul与比较,纳秒级,但发生在所有被包装的语句上。
结论很清楚:在渲染循环、动画帧、虚拟列表滚动这类每帧调用成百上千次的函数上,bankrupt 的 prologue 会被直接放大成帧时间。对这类模块,用 stealth(16 槽位、6 个诱饵函数)或者干脆不注入,把 bankrupt 留给许可校验、定价、密钥派生这些“调用频次低但价值高”的路径。
2.2 构建层:esbuild 插件与 Vite 插件的注入粒度完全不同
这是最容易踩、且最贵的坑。bundler/index.ts 提供了四个入口,但它们的注入时机不是一回事:
blaVitePlugin/blaRollupPlugin:在renderChunk阶段处理产物 chunk,一个 chunk 注入一次。BlaWebpackPlugin:在processAssets处理已生成的 asset。blaEsbuildPlugin:在onLoad处理每个源模块,默认 filter 是/\.(?:[cm]?[jt]sx?)$/i,只排除node_modules。
也就是说,用 esbuild 插件时,你的 800 个业务模块会各自被注入一整套固定块。这和“每个 chunk 一次”相差一到两个数量级——这正是“体积翻倍”最常见的现场。若必须用 esbuild,请收窄 include,或者退到 bundle 之后再用 CLI 处理一次产物。
Webpack 插件还有一处值得核对的细节:
{
name: "BlaWebpackPlugin",
stage: 400, // PROCESS_ASSETS_STAGE_OPTIMIZE_INLINE
},
注释写的是 OPTIMIZE_INLINE,但 webpack 里 PROCESS_ASSETS_STAGE_OPTIMIZE_INLINE = 700,400 是 PROCESS_ASSETS_STAGE_OPTIMIZE_SIZE。阶段值决定它与 Terser 的先后:如果注入发生在 Terser 之后,注入内容就不会被压缩,体积和解析开销都会额外增加。接入时用 --json 的 stats 或直接比对产物确认顺序,比相信注释可靠。
2.3 网络层:不要指望 gzip 把防护吃掉
一个常见误判是“反正有 brotli,280 KB 压完还是 60 KB”。两点反驳:
- BPE token amplifier(bpe-token-amplifier.ts)刻意使用
Zq_X9_Kv_W7…这类高分裂子词标识符,本身就是反压缩的; - 内联 honey map 是 base64,压缩率极低;
- 更关键的是解析与执行成本按原始字节计,不按传输字节计。压缩只能救带宽,救不了主线程 parse/compile。
所以首屏预算要按 raw size 算,而不是按 CDN 上的 transfer size 算。
2.4 一个可落地的分层配置
把“防护强度”从全局开关改成按 chunk 白名单:
// vite.config.ts
import { defineConfig } from "vite";
import { blaVitePlugin } from "bla-agents/bundler";
export default defineConfig({
plugins: [
blaVitePlugin({
intensity: "bankrupt",
seed: process.env.BLA_SEED ?? "release-2026-10",
// 只对非首屏、且承载商业逻辑的 chunk 开启
include: /(license|pricing|entitlement|enclave)[.-].*\.(?:m?js|cjs)$/i,
honeySourceMap: false, // 蜜罐 map 交给发布期统一处理
}),
],
});
include 与 honeySourceMap 都是 bundler/index.ts 中 BlaBundlerPluginOptions 的正式字段。首屏 chunk 走原生构建,付费/授权 chunk 走 bankrupt,两端都不吃亏。
如果坚持整包防护,至少把 intensity 降到 balanced:它不改写字符串字面量、ASAR 只放 8 个诱饵文件、shadow heap 32 槽,体积增量会从“倍数级”回落到“百分比级”,同时仍然触发 REA 的核心语义预算(9 段三元链在 balanced 下对 IPC/路由字符串同样生效)。
三、灰度与回滚:把防护做成可开关的
防护出问题时的爆炸半径,取决于你有没有把它做成“可关、可对照、可回退”的独立产物。
3.1 产物隔离是前提,BLA 已经强制了一半
output-path.ts 的 assertSafeOutputPath 做了几件很硬的事:
- 目录级防护时,输出必须在输入目录之外,且必须是不存在的路径;
- 文件级防护时,若输出指向输入(同 inode),必须显式
--in-place才允许覆盖。
这带来两个直接实践:
- 原始产物永远在,回滚就是“把发布指针指回去”,不需要重新构建。
- CI 里重复跑
defend ./dist -o ./dist-shielded会直接失败,因为dist-shielded已存在。要么每次用唯一目录名(带 commit sha),要么在流水线里先清空工作区。这是文档一行命令与真实流水线之间的常见落差。
bla harden 的做法更省心:默认输出到项目内 .bla-hardened/ 镜像树(harden.ts),并在遍历时跳过 .bla-hardened 自身,避免重复加固导致的自激循环。
3.2 用配置文件把“档位”从命令行挪出去
命令行参数适合试跑,不适合灰度。config.ts 支持 bla.config.json、.blarc.json 或 package.json 的 bla 字段,并且给出了一个重要的默认值:
export const DEFAULT_BLA_CONFIG: BlaProjectConfig = Object.freeze({
input: "./dist",
intensity: "bankrupt",
seed: "bla-project-seed-v1",
emitManifest: true,
honeySourceMaps: true,
minDefenseScore: 90,
});
注意两点:
harden/defend的默认档是bankrupt,而protect的默认档是balanced(cli.ts)。同一条流水线里混用命令,会得到完全不同的体积曲线。minDefenseScore: 90会让 CLI 在评分不足时返回退出码 2,天然就是一个 CI 闸门。
建议按环境分文件:灰度环境 balanced + minDefenseScore: 80,正式环境 bankrupt + 90。seed 固定后,同样的输入能产出逐字节一致的产物——这是做 A/B 对照与二进制 diff 的前提,因为 prng.ts 是确定性的 SplitMix32/Mulberry32,种子经 SHA-256 派生。
3.3 灰度看什么指标
不要只看“页面有没有挂”。建议三个维度:
- 等价性:BLA 自己的基准用
vm.runInNewContext跑原始与加固产物并比对返回值(benchmark.ts),14 个目标全部functionalCheckPassed。你的业务也应照做——对核心导出跑一组固定输入,断言输出一致。 - 反剥离性:
tests/antistrip-javascript.test.ts的思路值得抄:盲目删掉含Math.imul的if块之后,要么解析失败、要么行为偏离。它同时断言加固后行数大于原始 10 倍——这也从侧面说明“体积膨胀”是设计的一部分,不是回归。 - 首屏性能:用真实设备测 raw 体积、parse 时间与长任务,而不是只看 lighthouse 分数。
3.4 回滚要对得上哈希,而不是对版本号
灰度翻车时最常见的事故不是“回滚不了”,而是“回滚到了错误的内容”。release-plan.ts 的 verifyReleaseConsistency 把这类风险显式建模了:
- 已存在的 tag 指向的 commit 与当前 checkout 不一致 →
TAG_COMMIT_MISMATCH,拒绝跨 commit 覆盖发布; - 已有发布资产的 SHA-256 与本次打包 tarball 不一致 →
ASSET_HASH_CONFLICT,拒绝覆盖。
同一条纪律可以套到防护产物上:defend 生成的 .bla-manifest.json 里带 inputSha256 / protectedSha256、intensity、counteredReaVectors 与 exhaustionSummary(defender.ts)。把这份 manifest 和你的发布记录一起存,回滚时校验“要回滚到的那份产物确实是当初通过灰度的那份”,而不是靠文件名猜。
3.5 别让蜜罐 map 弄瞎可观测性
这是最容易被忽略的运维坑。内联 honey sourcemap 的 sources 指向 src/enclave/hardware-tpm2-bridge-*.ts 这类不存在的文件,sourceRoot 是 enclave://tee-runtime/。浏览器 DevTools 与 Sentry 都会照着它解析——你得到的是假堆栈。
正确做法是两条通道分开:真实 sourcemap 作为构建产物上传到错误监控(不随包发布),蜜罐 map 只留给逆向者去啃。上线前可以用只读命令自检,确认发布目录里没有多余的原始 map:
npx bla-agents inspect-release ./dist --json
release-exposure.ts 明确约束了它的行为:只读本地文件、不联网、不跟随符号链接、不执行 bundle,也不会读取 map 里 sourcesContent 之外的源码路径,报告的字段只有计数与文件名,不会把泄漏内容二次打印到日志里。这适合放进 CI 的 pre-publish 步骤。
3.6 一个最小的灰度节奏
- 构建期只对白名单 chunk 注入(
include),首屏 chunk 保持原样; - 生成产物后跑
protect --json或defend --json,从metrics.originalBytes/protectedBytes读出真实膨胀比,写进流水线日志作为基线; - 灰度环境先跑
balanced,观察等价性用例与首屏长任务; - 正式环境切
bankrupt,同时开启minDefenseScore闸门; - 异常时按 manifest 哈希回滚到上一份产物,而不是重新构建。
收尾:接入前先问四个问题
- 这个 chunk 在首屏的调用频次是多少?如果是每帧,
bankrupt的 prologue 就不该出现在这里。 - 包里有几个 3–64 字节的字符串字面量?超过四位数,
maximum/bankrupt的体积账要先算清楚。 - 我用的是 esbuild 插件还是 Vite/Rollup 插件?前者按模块注入,后者按 chunk 注入,差一个数量级。
- 我的错误监控拿的是真实 sourcemap 还是蜜罐 map?如果是后者,先修可观测性,再谈防护。
反 AI 混淆的价值是抬高逆向成本,不是给构建产物做减法。把这些边界划清楚,bankrupt 才是一个可以放心打开的开关,而不是每次发版都要赌一次的骰子。