衡量智能合约生成中的意图丢失

论文用交易重放评测智能合约生成，并提出先提问再写代码。

资讯摘要

论文关注 AI 智能体根据自然语言描述生成智能合约时，代码能运行但未必符合需求的问题。作者提出基于执行的评测：在 AI 生成合约与原始合约上重放相同交易并统计一致率，用植入错误检验评分工具，并对比无描述写成的答案键。结果显示 AI 评审与常规分析工具会漏掉明显错误，仅检查通用函数会掩盖约一半流水线差异。作者据此提出“先问后写”架构，并发布工具、600 个任务与结果。

要点速读

1. 评测以交易重放的一致率衡量 AI 生成合约与原始合约的行为是否相同，而非依赖主观判断。
2. 常见 AI 评审和标准分析工具会漏掉明显错误，评分口径与检查范围会影响流水线对比结论。
3. 作者提出先向客户提问补齐需求、再用独立编写的可执行答案键校验，并把分歧交回客户而非静默改写。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。