BrickWright ensina agentes de programação a montar LEGO: 100% de montagens válidas contra 9–69%

O framework BrickWright faz agentes de programação prontos construírem com LEGO algo que realmente dá para montar com as mãos. Em uma amostra de 512 prompts, os agentes sob seu controle entregaram 100% de montagens fisicamente corretas. Os mesmos modelos, sem o framework, foram bem pior: o GPT-6 Luna acertou apenas 9% dos casos, e o melhor dos agentes-base, o GPT-6 Astra, chegou a 69%.

Por que os agentes constroem no ar

Os agentes de programação atuais lidam bem com modelagem 3D, mas o mundo físico não perdoa. Um objeto virtual pode ser desenhado de modo que parte das peças fique sem apoio, outra atravesse as vizinhas e uma terceira acabe como uma ilha isolada. Na tela, isso às vezes passa despercebido; numa caixa de peças, vira defeito.

Os autores definem a viabilidade física de forma rígida. Uma montagem é válida se tiver apenas peças reais, não tiver elementos sobrepostos nem "flutuantes" e formar uma estrutura conectada sempre que isso for possível. A tese deles: para obter essas montagens, o agente não precisa de ajuste fino (fine-tuning). Basta dar a ele ferramentas que montam o modelo e verificam sua física.

BrickLayer: uma API prática e um validador no ciclo

O BrickWright controla o agente por meio de código. Ele escreve programas em BrickLayer, um toolkit Python com duas partes principais.

A primeira é uma API ergonômica para montar com tijolos. Ela reduz pela metade o custo de inferência em comparação com o trabalho no formato LDraw bruto, no qual o agente manipula manualmente uma descrição de baixo nível das peças. Menos tokens gastos com tarefas rotineiras significam tentativas mais baratas.

A segunda parte é o validador. Ele verifica a montagem e devolve feedback ao agente: o que está flutuando, o que se cruza, o que não está conectado ao restante. O agente vê os erros em texto e corrige o código até a estrutura ficar correta.

Os principais números do trabalho:

• 100% de validade física em uma amostra de 512 prompts para os agentes com BrickWright
• 9% para o GPT-6 Luna na configuração básica
• 69% para o GPT-6 Astra na configuração básica
• 2× de economia no custo de inferência com a API do BrickLayer em relação ao LDraw bruto
• entrada: prompt em texto ou imagem; funciona com agentes pré-treinados, sem treinamento adicional

A validade não custou qualidade

É fácil comprar confiabilidade ao preço de resultados sem graça: dá para construir apenas placas planas, e elas passam em qualquer verificação. Por isso a segunda metade do resultado importa. Nos agentes mais leves, a aderência ao prompt aumentou; nos mais fortes, ficou no mesmo nível. Ou seja, as restrições físicas não obrigaram os modelos a simplificar a ideia.

Separadamente, os autores compararam o método com modelos especializados em text-to-brick, treinados justamente para gerar montagens de tijolos. Os agentes com BrickWright os superaram. Um modelo de uso geral com boas ferramentas se mostrou mais forte que uma solução especializada.

Onde essa abordagem pode ser útil

A aplicação direta é clara: gerar instruções e kits de LEGO a partir de uma descrição ou foto, em situações em que não se pode entregar uma estrutura que se desmancha sobre a mesa. O código do projeto é aberto e pode ser conectado a um agente próprio.

O padrão em si vale para um escopo maior: uma API específica de domínio mais um validador que devolve os erros ao ciclo. Ele serve para qualquer tarefa em que o resultado precise obedecer a regras rígidas: peças de CAD, layout de equipamentos, montagem a partir de componentes padronizados. A conclusão para quem desenvolve agentes é simples. Antes de melhorar o modelo, vale checar se ele tem à mão uma régua decente para se autoverificar. Aqui, ela elevou o pior resultado de 9% para 100% e, de quebra, reduziu pela metade o gasto com tokens.