BrickWright учит кодинг-агентов собирать LEGO: 100% валидных сборок против 9–69%

Фреймворк BrickWright заставляет готовых кодинг-агентов строить из LEGO то, что реально можно собрать руками. На выборке из 512 промптов агенты под его управлением выдали 100% физически корректных сборок. Те же модели без него справлялись заметно хуже: GPT-6 Luna укладывалась лишь в 9% случаев, лучший из базовых агентов, GPT-6 Astra, дотянул до 69%.

Почему агенты строят из воздуха

Современные кодинг-агенты уверенно работают с 3D-моделированием, но физический мир с ним не церемонится. Виртуальный объект можно нарисовать так, что часть деталей будет висеть без опоры, другая часть пройдёт сквозь соседние, а третья окажется вообще отдельным островом. На экране это иногда незаметно, а в коробке с кирпичиками превращается в брак.

Авторы определяют физическую реализуемость жёстко. Сборка допустима, если в ней только реальные детали, нет пересекающихся и «парящих» элементов, а вся конструкция образует связную структуру, когда это в принципе возможно. Их тезис: чтобы получить такие сборки, агенту не нужно дообучение. Достаточно дать инструменты, которые собирают модель и проверяют её физику.

BrickLayer: удобный API и валидатор в цикле

Агентом BrickWright управляет через код. Он пишет программы на BrickLayer, Python-тулките с двумя основными частями.

Первая часть — эргономичный API для сборки из кирпичей. Он вдвое снижает стоимость инференса по сравнению с работой в сыром формате LDraw, где агент вручную оперирует низкоуровневым описанием деталей. Меньше токенов на рутину значит дешевле каждая попытка.

Вторая часть — валидатор. Он проверяет сборку и возвращает агенту обратную связь: что висит, что пересекается, что не соединено с остальным. Агент видит ошибки в тексте и правит код, пока конструкция не станет корректной.

Ключевые цифры из работы:

• 100% физической валидности на выборке из 512 промптов у агентов с BrickWright
• 9% у GPT-6 Luna в базовой конфигурации
• 69% у GPT-6 Astra в базовой конфигурации
• 2× экономия стоимости инференса за счёт API BrickLayer против сырого LDraw
• вход: текстовый или изображённый промпт, работа на предобученных агентах без отдельного обучения

Валидность не съела качество

Надёжность легко купить ценой скучных результатов: можно строить только плоские плиты, и они пройдут любую проверку. Поэтому важна вторая половина результата. Для лёгких агентов соответствие промпту выросло, для сильных осталось на прежнем уровне. То есть ограничения физики не заставили модели упрощать замысел.

Отдельно авторы сравнили метод со специализированными моделями для задачи text-to-brick, которые обучены именно на генерации кирпичных сборок. BrickWright-агенты их превзошли. Универсальная модель с хорошими инструментами оказалась сильнее узкого решения.

Где пригодится этот приём

Прямое применение понятное: генерация инструкций и наборов LEGO по описанию или фото, где нельзя выдать конструкцию, которая рассыплется на столе. Код проекта открыт, его можно взять и подключить к собственному агенту.

Шире работает сам паттерн: домен-специфичный API плюс валидатор, возвращающий ошибки в цикл. Он годится для любых задач, где результат должен подчиняться жёстким правилам: CAD-детали, раскладка оборудования, сборка из стандартных компонентов. Вывод для разработчиков агентов простой. Прежде чем улучшать модель, стоит проверить, нет ли у неё под рукой нормальной линейки для самопроверки. Здесь она подняла худший результат с 9% до 100% и заодно вдвое сократила расходы на токены.