في عالم تطوير الألعاب، تتطلب العملية الكاملة لبرمجة الألعاب التركيز على التصميم المقصود، وليس مجرد إنتاج مخرجات متوافقة من خلال استجابات بسيطة. لذا، فإن القدرة على تأكيد ذلك تعتبر تحديًا معقدًا. هنا يأتي دور A2Z GameSpec-Bench، معيار جديد يتألف من 100 وثيقة تصميم ألعاب طويلة (Game Design Documents) مصممة لتقييم قدرة وكلاء البرمجة على تطوير الألعاب بالكامل.

تسعى هذه المعايير لتقييم مدى وفاء اللعبة بالمتطلبات المبينة في وثائق التصميم، مع الحفاظ على العلاقات بينها. تتضمن كل وثيقة تصميم مجموعة من القواعد والقيود والعلاقات المسبقة، مما يجعلها بمثابة عقد يعتمد على التبعيات.

تعتمد A2Z GameSpec-Bench على ممارسات تطوير الألعاب التقليدية من خلال دمج فحص الشيفرة المصدرية مع سياسات اختبار توليدها الوكلاء، مما يتيح إعادة اختبار السيناريوهات ولعب الألعاب بشكل تكيفي. تظل العقود ثابتة عبر الوكلاء وجولات التعديل، بينما تدعم الأحكام والأدلة المرتبطة بنفس المتطلبات المقارنة المتسقة واكتشاف الفشل.

تظهر التقييمات أن الوكلاء الحاليين يواجهون صعوبة في تلبية المتطلبات المتداخلة عبر التنفيذ البرمجي والتشغيل الفعلي. ومع ذلك، يقدم التعليق المرتبط بكل متطلب تحسينًا في دقة الانسجام مع الوثائق التصميمية بنسبة 10.9% بعد جولات تعديل.

A2Z GameSpec-Bench يقيّم القدرة على اتباع المواصفات من البداية إلى النهاية، ويمتد ليزود المطورين بتعليقات مخصصة لدعم تطوير ألعاب أكثر وفاءً للمتطلبات.