Adobe 的 DNG Converter 本质上是个黑盒程序：输入原始照片，输出 Adobe 开放标准的数字负片格式（DNG）。没有源码，你能看到进的是什么、出的是什么，但中间发生了什么，完全不可见。

一位开发者决定打破这个黑盒。他没有去破解 Adobe 的代码，而是选择了一条更硬核的路——从字节层面逆向分析 DNG 格式本身，然后用本地大语言模型（LLM）重新构建了整个转换流程。

从字节流到格式重建

整个过程相当于把 DNG 格式当作一个未知协议来拆解。他喂给本地 LLM 的，不是现成的文档或开源库，而是原始照片转换前后的字节流差异。LLM 通过比对输入输出，逐步推导出格式的字段结构、压缩方式和元数据布局。

结果令人意外：本地 LLM 不仅理解了 DNG 的容器结构，还成功重建了完整的转换逻辑。这意味着，即使没有 Adobe 的官方工具，也能实现同等功能的格式转换——而且整个过程完全离线，不依赖任何闭源组件。

黑盒不再黑

这件事的意义不止于一个逆向工程案例。它展示了一条新路径：当厂商把格式锁进闭源工具时，AI 可以通过观察输入输出，自行推导出底层规范。对摄影行业来说，DNG 的开放性一直是卖点，但转换器本身却是封闭的——现在，这个矛盾被技术绕过了。

当然，这只是一个实验性项目，距离生产级应用还有距离。但它至少证明了一件事：所谓黑盒，在字节级逆向面前，可能没那么黑。