KRAFTON 发布 GameSpec-Bench:100 份游戏设计文档考验 Agent 忠实度

KRAFTON · hf · 2026-10-01

KRAFTON 的 A2Z GameSpec-Bench 用 100 份长篇游戏设计文档(GDD)评测编码 Agent 端到端开发游戏的能力,关注点不是产出是否像样,而是是否忠实遵循设计:每份 GDD 被转成依赖感知的契约,包含规则、约束与前置关系,并用源码检查加 Agent 生成测试策略做场景回放与自适应试玩评估。

评测发现当前 Agent 难以同时满足跨代码实现与实际游玩的相互依赖需求;引入针对具体需求的反馈后,两轮迭代使 GDD Fidelity 相对自我修订提升 10.9%。代码与数据集已开源。