BrickBench：评估智能体的 LEGO 积木设计能力

BrickBench 是一个面向文本条件 LEGO 套装设计的智能体 benchmark，要求智能体按提示生成既符合语义和设计标准、又可实际搭建的装配方案。该工作提供 BrickAgent 环境，支持 coding agents 构建、检查和验证设计，并在三种不同规模和零件可用性设置下评估 validity、alignment 和 design。