待验证50% 置信基准精确时间

实验在GameCraft Bench上进行，该基准包含140个游戏开发任务、覆盖15个游戏系列，并在Godot和Phaser两个引擎上实现相同任务

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

RSIGame：让大模型自主开发游戏并递归自我进化

涉及实体

GameCraft Benchproduct Godotproduct Phaserproduct

相关事实

待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务，标签感知F1从0.143到0.892方差极大58% 相似待验证实验分阶段推进：先九个功能特性，再六个更有难度的挑战，随后追加十五项变更（含对早期需求的修改），后期两个项目的Java代码分别达到约12k和15k行56% 相似待验证GameJam活动参与者通常需具备至少一项编程或设计技能，才能在48至72小时内完成可演示的原型55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968725

API

curl https://kongchang.com/api/v1/knowledge/claims/968725

MCP

get_claim(id=968725)