ClawQuest 于 9 月 2 日发布游戏创作 Agent AIP2-1.0。项目方给出的数据显示，在 Agent Fire Benchmark 中，AIP2-1.0 完成 8 项坦克技能代码优化任务与 2400 场最终对战，综合评分为 76.06，高于 Claude Opus 5；模型调用成本为 20.69 美元，仅为 Claude Opus 5 的 11.2%。
本文为广编稿，由 ClawQuest 撰写并提供。原文同时注明，内容不代表 BlockTempo 立场，也不构成投资建议、购买或出售建议。
AI Player Two：面向游戏内容创作的 Agent
ClawQuest 将 AIP2-1.0 定义为游戏创作 Agent（Game Creation Agent），称其可以理解玩家希望创造的内容，并调用相应工具，把内容做进游戏。
项目方表示，AIP2 全称为 AI Player Two。按这一设定，玩家是 Player 1，负责决定创作方向与最终结果；AIP2-1.0 则作为 Player 2，负责调用工具，协助完成专业实现。
与常见游戏助手主要围绕攻略查询、实时提示、对局分析或画面与硬件设置调整不同，AIP2-1.0 面向的是玩家「想创造什么」。代码、工具调用、测试和优化等环节由 Agent 处理，玩家把精力放在想法、判断和取舍上。按照项目方的说法，即便不具备开发者级别的编程能力，用户也可以参与游戏内容创作。
ClawQuest 将这种分工描述为：开发团队负责构建游戏世界和基础规则，玩家与 AI 则在规则内持续生成新内容。游戏助手的角色，也从协助使用既有内容，转向协助创造内容。
Agent Fire 如何测试游戏创作能力
ClawQuest 介绍称，Agent Arena 是其核心入口，运行在 Telegram 上，用户可以直接调用 Agent，无需自行部署。Agent Fire 则是旗下首款 AI Agent 子游戏，玩家先为坦克选择技能，再指挥 Agent 优化战斗代码，完成测试与部署后，坦克将依据代码自动作战，并把战绩与段位计入排行榜。
项目方据此整理出 Agent Fire Benchmark，用实战方式检验 Agent 是否能把玩家的选择转化为有效的游戏内容。参测阵容包括 AIP2-1.0、GPT-5.6 Sol、Claude Opus 5、Kimi K3 和 GLM-5.2。
测试覆盖 8 个不同的坦克技能任务。参与测试的 Agent 需要优化代码、接受隐藏测试、根据反馈修正并完成部署。每项技能随后进行 300 场最终对战。完整完成 8 项任务的 AIP2-1.0、GPT-5.6 Sol 和 Claude Opus 5，各自接受了 2400 场实战检验。
ClawQuest 表示，单看胜负不足以判断一段游戏代码是否可用，因此 Agent Fire Benchmark 的综合评分总分为 100 分，评分维度如下：
- 代码正确性：35 分
- 流程可靠性：20 分
- 部署后实战：10 分
- 最终实战：15 分
- Token 使用量：5 分
- 模型调用费用：5 分
- 代码可维护性：10 分
按照这套标准，GPT-5.6 Sol、AIP2-1.0 与 Claude Opus 5 的综合评分分别为 76.85、76.06 和 73.96。AIP2-1.0 与 GPT-5.6 Sol 之间相差 0.79 分。
成本差异
在同样完成上述 8 项任务的情况下，AIP2-1.0 的模型调用成本为 20.69 美元，GPT-5.6 Sol 为 81.53 美元，Claude Opus 5 为 184.72 美元。
按 ClawQuest 的说法，如果预算同为 184.72 美元，AIP2-1.0 大约可以完成 8.9 轮同等规模的 Agent Fire Benchmark 任务。项目方同时称，在本次 Benchmark 中，AIP2-1.0 领先 Claude Opus 5 2.10 分，调用成本低 88.8%。
原文将这一点与 AIUGC 在游戏中的规模化联系起来，认为 Agent 的调用成本会影响玩家能够尝试多少种想法，也会影响游戏内容生产能否从少数人的体验，扩展到更大范围且持续发生的生产过程。
Command-to-Earn 机制与积分兑换
除模型能力外，ClawQuest 还把 AIP2-1.0 接入 Telegram 内的 Agent Arena Bot。用户打开 Bot 后即可直接调用该 Agent，无需自行部署，或另外搭建运行环境。
项目方提出「Command-to-Earn」机制，将核心动作从重复点击改为指挥 Agent。按照文中描述，玩家需要设定目标、下达指令并判断结果，Agent 再调用工具完成任务；真实发生的 Agent 调用将获得对应奖励。
具体规则是，在 Agent Arena Bot 内调用 AIP2-1.0 时，每产生 1 美元的有效 Token 使用量，用户可获得 200 CLAW Points，积分按日结算。根据 ClawQuest 目前公布的规则，CLAW Points 将在 ClawQuest 空投启动时，按 1:1 比例兑换为 $CLAW。
ClawQuest 还表示，积分记录的是实际发生的 Agent 使用，坦克战绩则用来验证调用结果。按其表述，用户积累的不只是奖励，也包括定义目标、指挥 Agent 与判断结果的能力。
对下一代游戏开发者的设想
在项目方的描述中，随着创作门槛下降，游戏内容的生产者将从专业开发团队扩展至玩家社区。开发者继续定义世界与规则，玩家则可与 AI 一起创造技能、策略和互动对象，再把这些内容交给其他玩家体验和挑战。
文中称，新内容会带来新的对局，实战结果再推动下一轮调整，持续增长的内容也会吸引更多玩家加入。玩家在这一过程中既是内容消费者，也是创作者。
ClawQuest 还把游戏视为一种公开的能力证明机制。原文称，相同的 Agent 交到不同玩家手中，结果仍取决于目标是否清晰、指令是否有效，以及玩家能否依据反馈做出正确判断。Agent Arena 则通过战绩与排名，把这种人机协作能力呈现出来。
关于 Web3 的作用，原文表示，玩家与 AI 共创的内容会留下创作者、版本、战绩与互动记录，这些记录可以进一步连接创作者声誉、内容归属与收益分配，使内容产生的价值有机会回到贡献者手中。
ClawQuest 项目进展
截至 9 月 2 日，ClawQuest Bot 累计用户达到 462072 人，已连接超过 13.2 万个 Agent，其中接近 4.8 万个 Agent 已进入 Agent Fire。
项目方称，AIP2-1.0 提供内容创作能力，Agent Arena Bot 是 Telegram 上的使用入口，Agent Fire 负责承接坦克竞技与实战验证，Command-to-Earn 则把玩家指令、Agent 执行与奖励连接在一起。按其说法，用户发出的有效指令，有机会转化为可玩的内容、可比较的能力，以及可被记录与分配的价值。
原文最后称，ClawQuest 正在争夺 Human-Agent 新经济网络的核心入口；在这一网络中，人负责创造力与判断，Agent 放大执行能力，游戏则让双方共同创造的结果持续被使用、竞争并形成价值。
相关链接方面，原文列出了 ClawQuest 官网 clawquest.net、FAQ 页面 https://clawquest.net/faq/ 以及 X 账号 x.com/ClawQuest_net。
广编免责任声明部分写道，本文内容由供稿方提供，供稿方与动区并无任何关系，文章不代表动区立场，也无意提供任何投资、资产建议或法律意见，不应被视为购买、出售或持有资产的要约；文中提及的服务、方案或工具仅供参考，最终内容或规则以供稿方公布说明为准，动区不对可能存在的风险或损失负责。