在 GameCraft-Bench 的 Godot 任务中，RSIGame 通过自主开发，将使用 Codex 和 GPT-5.5 初始化的游戏整体质量评分从 50.26 提升至 64.53。

来自加州大学圣地亚哥分校、字节跳动和卡内基梅隆大学的研究人员提出了两个协作循环，以使迭代变得有效。其目标是通过观察到的行为来改进可玩的游戏，而不是在不检查结果的情况下反复重写代码。

一个本地循环通过交互探索游戏、诊断问题、编辑代码并验证修复措施。一个共享清单用于跟踪证据和回归问题。一个全局监控器比较进度、保留最佳检查点，并检测何时某个开发方向不再产生收益。

该团队还利用经过验证的开发经验来训练 Qwen3.8-27B。结合 RSIGame，其在 Godot 上的得分达到 61.38，高于 50.26 的单次提示 GPT-5.5 基线。这是在比较不同的系统和开发预算，而非资源对等的基座模型。这些分数衡量的是基准测试游戏的品质，而非通用的编码能力或人类玩家的满意度。

RSIGame：具有递归自我改进能力的自主代理式游戏开发

论文：https://arxiv.org/abs/2609.39045
项目：https://huggingface.co/spaces/RSIGame/rsigame-page
代码：https://github.com/WenyiWU0111/RSIGame
我们的报道：https://www.jiqizhixin.com/articles/2026-10-21

📬 #Jiqizhixin已接收论文