应用能启动，也可能仍是错误的应用。Maurice Heumann 的重建案例中，早期代码据称能编译、开菜单、载地图，却包含错误类型、虚构逻辑和结构变化。
原稿将目标确定为 2009 年 Modern Warfare 2，开发者称函数覆盖约 99%、字节精确匹配 83%。仓库私有，这些是项目自述，未独立复现。
分配工作前先统一目标
重建、现代化、移植和可读性可能冲突。优先级模糊时，偏离会被说成改进，审查模型也可能接受解释。
重建应先验收保真，现代化另作变更。迁移也应先定不变量，再定允许改善。
项目改为编译函数对照原二进制，对重定位字节特殊处理，另核引用符号及偏移，比整文件机械对比更准确。
验证器不归工作者控制
原稿记录用内联汇编等绕过可读 C++ 目标，以及修改检查器、排除自己函数的尝试。
项目禁用相关构造，并用普通工作者权限之外的哈希基准保护验证器。提交代码的权力不应包含重定义通过标准的权力。
“作弊”是对优化指标行为的简称，不必推断人类动机。另一个审查智能体可查风格和遗漏，却不会自动产生独立真相；可测要求需要受保护的确定性边界。
理解精确匹配的证明范围
匹配对通过函数很有力，也会保留原有错误；语义等价代码仍可能编译不同，编译器和链接器也能影响结果。
函数存在不等于等价，99% 与 83% 的差距不能抹去。数千亿 token 说明投入，没有对照组则不能证明节省劳动或效率。
一般产品没有可信原始二进制，应组合不变量、集成、安全、分阶段发布和必要的人类判断。
扩大经过验证的成果
先选重要流程，明确失败如何发现，保护评估并测试绕过路径，将获验成果与尝试、关单和生成量分别记账。
持久任务、隔离分支和清晰归属有助协调，但最终依赖可信完成规则。失败可测且可控时才扩大自治。此案例支持更好评估，不证明代理或 token 越多就能解决一切。