通过对AI合约与原始合约重放相同交易，以执行结果衡量语义一致性。
推荐理由：评测不以代码能否编译或主观审查为准，而是对生成合约和参照合约重放同一批交易；它能定位需求到不可变链上行为之间究竟在哪一步失真。
阅读原文