您已經有了 maker。我們是循環的另一半。

Claude 或 GPT 會很輕鬆地寫出賠付表、權重表和 feature。它做不到的是精確計算 RTP、在玩家上測試設計,或對自己說不。我們銷售的正是這一半,並以您的 LLM 可呼叫工具的形式提供。

試用引擎

您的問題

RTP 是編出來的

模型自信地給出 96.1%。沒有人枚舉過卷軸。第一個真實數字要等遊戲上線後才會出現。

沒有玩家可測試

沒有回合數據,沒有 cohort,也無法知道該設計是否能把任何人留到第一場會話之後。

沒有機制說不

LLM 給自己的作品打分。沒有帶成本邊界、感知預算或一致性檢查的 checker。

您將獲得

作為工具的精確引擎

PAR 表和權重表引擎,可對 LLM 起草的任何內容計算精確 RTP、命中頻率和 volatility,並給出 Monte Carlo 信賴區間。

從第一天起就有合成玩家

包含十種可切換機制的行為族群(損失厭惡、chasing、停止規則、house money 等),基於聚合語料預訓練,並會對數學結果做出反應。

一個帶理由說不的 checker

來自 Loop Engineering 論文的關口:在明確信賴度下的成本上界、感知預算、一致性檢查。通過或失敗,以及原因。

今天即可獲得私有存取

引擎已在瀏覽器中上線。代管的 REST 和 MCP 端點處於私有存取階段;提出申請後我們會為您完成 onboarding。

證據

先手動執行循環

權重表模擬器會在您的瀏覽器中,針對合成玩家群體執行同一個 maker、checker 和 memory。

打開模擬器

群體就是參數

802 次模擬執行展示了行為族群,以及每種機制對留存和帳本的影響。

閱讀研究

Loop Engineering for Self-Improving Slot Agents

六個 primitives、五個階段,以及您的 LLM 所缺失的 maker–checker 分離。

閱讀論文

第一步

  1. 1

    把草案放進模擬器執行

    貼上您的 LLM 生成的賠付表或權重表,並讀回精確數值。

  2. 2

    申請工具存取

    告訴我們您使用哪個模型構建,以及您正在交付什麼。我們會為您開通私有端點。

  3. 3

    閉合循環

    您的 LLM 提出方案,reSlot 計算、模擬並評分,然後經驗回到下一次提案中。

工作室常見問題

從您的實際問題開始

帶上一張表,聊一個目標。

想減少送審前的反覆、評估補償預算,或驗證 AI 生成的方案?告訴我們您要最佳化的指標,帶上 PAR 表、權重表或草稿。一起確定評估範圍、交付結果和下一步。