BrickBench：评估智能体积木设计

BrickBench 是一个面向智能体文本条件 LEGO 套装设计的基准，要求智能体从离散零件库中选件并同时推理局部与全局约束，产出满足语义、设计标准且可物理搭建的组装方案。研究按规模与零件可用性设置三种评测场景，从有效性、对齐度和设计三方面打分，并同步提供 BrickAgent 环境供编码智能体构建、检查与验证设计。结果显示领先智能体基本满足可验证的物理与语义要求，但仍不及人类设计。