Eigent
Pricing
A cream facade with blue windows refracted through fine vertical glass

AI workspace

  • OverviewSee the whole workspace.
  • Spaces and SessionsKeep each project's files and work together.
  • Skills & ConnectorsTeach agents your way of working. Connect your tools.
  • AutomationsRun Tasks on a schedule or a trigger.
  • Remote ControlCheck in from your browser or phone.
  • Use casesSee real work, finished.

Updates

  • ChangelogCatch up on the latest releases.
  • RoadmapFollow what comes next.
  • WindowsDownload Eigent for Windows.
  • MacDownload Eigent for macOS.
  • LinuxDownload Eigent for Linux.
  • Open SourceInspect, adapt, and make it yours.
  • EnterpriseRoll Eigent out across your company.
Concrete balconies and golden railings refracted through fine vertical glass

Enterprise

  • OverviewAn AI workspace for every team, in your environment.
  • MonitoringSee every run, step by step.
  • GovernanceSet who can build, run, and approve.
  • ControlLimit what agents can reach.
  • Security and trustHow we protect your data.
  • Enterprise servicesWe build it with you, then hand it over to your team.
  • Talk to salesPlan a proof of concept for your company.
A sunlit facade and geometric shadows refracted through fine vertical glass

Environments

  • OverviewTrain and test agents on real work.
  • Environment catalogBrowse 30 categories of environments.
  • Request an environmentTell us what your agents need to learn.
  • AgenticRL-BenchCan agents do agentic RL? See the leaderboard. (opens in a new tab)
  • Env-LabCustom RL environments, training data, and benchmarks for real work. (opens in a new tab)
Weathered window frames refracted through fine vertical glass

Learn

  • DocsGet started and go deeper.
  • BlogIdeas, releases, and stories.
  • SupportFind answers and get help.

Company

  • AboutMeet the people behind Eigent.
  • CareersJoin the team building Eigent.

Community

  • CAMEL-AIThe multi-agent research community behind Eigent. (opens in a new tab)

AI workspace

  • OverviewSee the whole workspace.
  • Spaces and SessionsKeep each project's files and work together.
  • Skills & ConnectorsTeach agents your way of working. Connect your tools.
  • AutomationsRun Tasks on a schedule or a trigger.
  • Remote ControlCheck in from your browser or phone.
  • Use casesSee real work, finished.

Updates

  • ChangelogCatch up on the latest releases.
  • RoadmapFollow what comes next.
  • WindowsDownload Eigent for Windows.
  • MacDownload Eigent for macOS.
  • LinuxDownload Eigent for Linux.
  • Open SourceInspect, adapt, and make it yours.
  • EnterpriseRoll Eigent out across your company.

Enterprise

  • OverviewAn AI workspace for every team, in your environment.
  • MonitoringSee every run, step by step.
  • GovernanceSet who can build, run, and approve.
  • ControlLimit what agents can reach.
  • Security and trustHow we protect your data.
  • Enterprise servicesWe build it with you, then hand it over to your team.
  • Talk to salesPlan a proof of concept for your company.

Environments

  • OverviewTrain and test agents on real work.
  • Environment catalogBrowse 30 categories of environments.
  • Request an environmentTell us what your agents need to learn.
  • AgenticRL-BenchCan agents do agentic RL? See the leaderboard. (opens in a new tab)
  • Env-LabCustom RL environments, training data, and benchmarks for real work. (opens in a new tab)

Learn

  • DocsGet started and go deeper.
  • BlogIdeas, releases, and stories.
  • SupportFind answers and get help.

Company

  • AboutMeet the people behind Eigent.
  • CareersJoin the team building Eigent.

Community

  • CAMEL-AIThe multi-agent research community behind Eigent. (opens in a new tab)
Pricing
DeveloperNov 18, 2026

Gemini 4 Neon: transforme um briefing de uma página em um jogo web 3D jogável

EigentEigent
Entra um briefing, sai um jogo 3D jogável, com Gemini 4 Neon e Eigent
Automate Everything with
AI Workforce on Desktop
Download Eigent

De uma página de texto a um jogo jogável

Um estúdio de jogos casuais quer um pequeno jogo 3D para o seu site. Tudo o que ele tem é um briefing escrito: nada de esboços de design, imagens de referência ou arte. Um mar de gelatina repousa sobre uma mesa, com uma ilha habitada no centro e um foguete na plataforma de lançamento. O jogador pilota um barco de trabalho para buscar cinco peças do foguete enquanto o tempo muda de uma manhã de céu limpo para uma tempestade ao entardecer. Quando a última peça chega, o foguete decola.

Fazer isso à mão significa semanas de trabalho para uma equipe pequena. Alguém modela a ilha e a cidade, alguém programa a água e o clima, alguém constrói o loop do jogo e alguém testa tudo. E o estúdio quer tudo em um único arquivo HTML que rode offline, respeite um orçamento de GPU rigoroso e exponha uma interface programável, para que a equipe de QA possa jogar de forma automatizada.

Então entregamos o briefing ao Gemini 4 Neon no Eigent. Em 43 minutos, ele devolveu um único arquivo de 2.4 MB: uma ilha viva com uma cidade, semáforos, balsas, gaivotas e aviões, cinco tipos de clima, além do ciclo de dia e noite, e um jogo de entregas que vai da tela de título até o lançamento.

O fluxo de trabalho em resumo

Um único briefing levou o agente de uma pasta vazia a um jogo pronto. Cada etapa deixou algo que pudemos conferir.

EtapaO que aconteceuO que produziu
LerLeu o briefing completo, o spec.json e a nota de licença dos assetsAs regras: um arquivo, sem internet, apenas three.js, números e orçamentos rígidos
PrepararPercebeu que o ambiente Python esperado não existia e instalou o Playwright e um Chromium headless para testar o próprio trabalhoUm navegador que ele podia controlar
ConstruirEscreveu o jogo em 5 módulos (cerca de 204 KB de código-fonte) e os empacotou com o three.js em um único arquivoUma primeira versão de 2.27 MB
TestarRodou a própria suíte de QA com Playwright e analisou capturas de tela de cada visão66 de 68 verificações aprovadas, com 2 falhas encontradas
RefinarTrês rodadas sobre o que encontrou: draw calls, as paredes da água, a iluminação noturna, o recife, as chamas e a fumaça do foguete69 de 69 verificações, 0 erros
EntregarAuditou o arquivo em busca de acesso à rede e de licençasUm único scene.html offline, de 2.38 MB

Veja como o Gemini 4 Neon fez isso, incluindo onde ele ficou aquém e por quê.


O que ele entregou

  • Uma ilha cheia de vida. Praias, colinas e um litoral rochoso, uma cidade com 31 edifícios, ruas, rotatórias e 8 semáforos funcionando, 14 carros, balsas entre os cais, 16 gaivotas sobrevoando a cidade e 2 aviões. Há um farol em um píer e um foguete em uma plataforma de lançamento ao lado do seu cais.
  • Água e clima. Um bloco de gelatina translúcido com um leito marinho profundo, ondas, rastros, cáusticas e um recife submarino. São cinco climas (céu limpo, nublado, chuva, neve e tempestade), neve que se acumula no terreno e nos telhados, e um ciclo de dia e noite com as luzes da cidade, uma lua e estrelas.
  • Um jogo completo. Um barco de trabalho que chega a 15 m/s em 5 segundos e gira 192° em 3 (o briefing pede 8 m/s e 45°). Cada uma das cinco peças do foguete é carregada e entregue. Depois de cada entrega, um avião de suprimentos lança a próxima peça de paraquedas, e o tempo piora ao longo do caminho, das 9:00 às 18:00. O mar de gelatina treme depois da quarta peça e, depois da quinta, o foguete sobe 496 m. Uma tela final mostra o tempo, a pontuação e uma avaliação em estrelas.
  • Um modo de marketing. Adicione ?explore à URL para ter uma câmera livre, botões de clima, um controle deslizante de horário e seis visões predefinidas.
  • Uma interface de QA. window.sceneAPI e window.game permitem que um script avance a simulação quadro a quadro, mova a câmera, teletransporte o barco e leia o estado de cada carro, barco e avião. Foi assim que o avaliador jogou a partida inteira, e foi assim que gravamos o vídeo.

A configuração

  • Eigent 1.0.8, em uma única sessão no modo Single Agent, com o Gemini 4 Neon como modelo e o nível de raciocínio em Medium.
  • Uma pasta local com a tarefa: PROMPT.md (o briefing completo) e a pasta somente leitura input_files/ com o three.js 0.186.1, o spec.json (coordenadas, orçamentos e números rígidos) e a nota de licença dos assets.
  • Por conta própria. Ninguém respondeu a perguntas nem interveio. Todas as decisões foram do próprio agente.
  • Offline. O arquivo final não pode fazer nenhuma requisição de rede. Cada textura, som e shader precisa ser gerado em código.
  • Limites rígidos. No máximo 450 draw calls, 3 milhões de triângulos e 400 MB de memória de GPU em um quadro de visão geral. O briefing também fixa os números de manobrabilidade, o momento dos lançamentos aéreos, a intensidade do tremor e a altura do lançamento.

Como o Gemini 4 Neon trabalhou

O Gemini 4 Neon resolveu a tarefa como agente único. Os tempos são minutos a partir do início da execução.

  1. Orientação (0:00–1:00). Leu o PROMPT.md, o spec.json e a nota de licença, e depois verificou quais ferramentas a máquina tinha: Python, Node e um navegador.
  2. Uma pausa que não foi do agente (1:00–6:00). O espaço de trabalho tinha 513 arquivos, acima do limite de 500 arquivos dos checkpoints do Eigent, então o Eigent parou e pediu que uma pessoa continuasse. Cerca de 5 minutos da execução foram gastos esperando esse clique.
  3. Montando a própria bancada de testes (6:00–10:00). O ambiente Python descrito no briefing não tinha sido configurado, então ele mesmo instalou o Playwright e o Chromium, para testar o jogo do jeito que a equipe de QA faria. Também inspecionou os arquivos do three.js para empacotá-los de forma limpa em um único arquivo.
  4. Escrevendo o jogo (10:00–20:00). Escreveu cinco módulos: terreno e ruído; depois água, céu e clima; em seguida a cidade, a vegetação, os marcos e o trânsito; e, por fim, o loop do jogo, a interface de QA e a UI. Às 20:06, empacotou tudo em um único arquivo de 2.27 MB e verificou a sintaxe com o Node.
  5. Testando e olhando (21:00–27:00). A própria suíte de Playwright aprovou 66 de 68 verificações. Ele identificou duas falhas: 865 draw calls contra o orçamento de 450, e um barco que só chegava a 3.79 m/s contra os 8 do briefing. Depois abriu e analisou 12 capturas de tela do próprio jogo, da visão geral da ilha até a tela de vitória.
  6. Três rodadas de refinamento (27:00–43:00). Agrupou draw calls, corrigiu a ordenação das paredes da água, ajustou as cores do terreno e refez a iluminação noturna, o recife submarino e o lançamento do foguete. Após a reescrita, caiu para 149 draw calls com todas as verificações no verde. Mais duas rodadas deixaram as colinas mais verdes e a água mais luminosa, acrescentaram corais e algas, chamas no foguete e fumaça ondulante, e corrigiram um bug de culling que escondia a fumaça. Ele conferiu cada rodada a olho: 27 capturas de tela no total.
  7. Entrega (43:24). Rodou uma auditoria final de modo offline e licenças e entregou: 69 de 69 verificações, 0 erros.

No total: 73 chamadas ao modelo e 86 chamadas de ferramentas em 43 minutos e 36 segundos, sem nenhuma intervenção humana além do clique no checkpoint.

O resultado

Um único arquivo apareceu na pasta de saída: output/scene.html, de 2.38 MB, com o three.js r186 embutido e o aviso de licença MIT preservado. Abra e já dá para jogar. Adicione ?explore e ele vira uma vitrine.

Medido no arquivo entregueResultadoLimite ou meta
Draw calls, quadro de visão geral145≤ 450
Triângulos355 K≤ 3 M
Memória de GPU49 MB≤ 400 MB
Requisições de rede ou de arquivos locais00
Erros de console00
Velocidade máxima após 5 s15 m/s≥ 8 m/s
Giro em 3 s192°≥ 45°
Entregas concluídas via script5 de 5, depois lançamento e tela final5
Subida do foguete496 m≥ 50 m
Pronto no Chromium headless com renderização por software17 s–

Como foi a pontuação

Avaliamos o arquivo com o próprio coletor de evidências da tarefa, na própria imagem Docker da tarefa, renderizando com SwiftShader em 2 CPUs. Um script controla a página, mede tudo e decide cada um dos 91 critérios binários com base nessas medições. 74 critérios valem 352 pontos, e 17 penalidades podem tirar 99. Avaliamos a regra de cada critério sobre as medições e não usamos nenhum LLM como juiz, então esta é a pontuação programática. A mesma avaliação reproduz exatamente as três pontuações oficiais anteriores desta tarefa.

GrupoPontos
Cumprimento das instruções21 / 21
Validade do arquivo e assets3 / 3
Engenharia e organização6 / 6
Estrutura e correção da tarefa122 / 167
Qualidade visual e estética91 / 155
Penalidades−31 (5 de 17 acionadas)
Geral0.602 (212 de 352 pontos, 59 de 74 critérios)

Sem as cinco penalidades, o mesmo arquivo pontua 0.69.

Também auditamos a própria execução, por meio das chamadas de ferramentas do agente.

VerificaçãoO que encontramos
Sem pesquisa na webNão houve chamadas de busca na web, navegador ou download de páginas.
Downloads apenas para testesInstalou o Playwright via pip e baixou o Chromium para testar o próprio jogo, porque o ambiente esperado pelo briefing não tinha sido configurado. O arquivo do jogo em si não faz nenhuma requisição.
Testou o próprio trabalhoEscreveu e rodou a própria suíte de QA com 69 verificações e analisou 27 capturas de tela.

Onde ele ficou aquém e por quê

O Gemini 4 Neon construiu tudo o que o briefing pedia, e o jogo funciona do início ao fim. Os pontos que ele perdeu estão na camada mais difícil de realismo e em alguns detalhes de trânsito e de câmera.

  1. Água que realmente se move e refrata a luz. O avaliador não conseguiu confirmar ondas reais (sua placa de teste foi renderizada sob a camada de água), refração (um bloco no leito marinho não ficava distorcido) nem um rastro que se alarga com a velocidade. As cáusticas estavam lá, mas esparsas demais, e a arrebentação na costa não era brilhante nem animada o suficiente.
  2. Coisas que deveriam se mexer. As árvores não balançam, e o barco parado derivou só 0.18 m na tempestade, quando o avaliador queria 0.5 m.
  3. Detalhes dos lançamentos aéreos e da decolagem. 3 dos 4 lançamentos ficaram no lugar em até 40 segundos, e o lançamento em mar aberto não mostrou nenhum anel de ondulação. 1 segundo após a decolagem, a chama estava pequena demais no quadro do avaliador.
  4. Neve e materiais. A neve cobriu 91% do terreno e 87% dos telhados, mas só 19% das copas das árvores. Os carros e o foguete usam principalmente materiais não reflexivos.
  5. Cinco penalidades (−31). Dois carros chegaram a menos de 2 m um do outro, e carros em sentidos opostos ficaram perto demais da linha central. 7% dos pontos de estrada percorridos ficaram sob a grama. A velocidade de giro da câmera saltou para 29°/s contra um limite de 8°/s. E o avião de suprimentos desceu abaixo da superfície em 8 amostras.

Ele passou limpo nas penalidades graves: o barco nunca treme, nada pisca, pausar é seguro, a peça nunca atravessa o avião, não há cáusticas no convés e não há erros de console.

Além disso, foi uma única execução com nível de raciocínio Medium. Em uma tarefa tão longa, as pontuações podem variar de uma execução para outra.

O que aprendemos

  • Ele constrói produtos inteiros, não trechos. A partir de uma página de texto: um mundo, um jogo, uma UI, um modo de marketing e uma interface de QA, em um único arquivo.
  • Dê a ele um jeito de testar, e ele testa. Quando o ambiente não existia, montou o próprio navegador, escreveu a própria suíte de QA e identificou as próprias falhas antes de entregar.
  • Ele olha para o que constrói. Analisou as capturas de tela como um designer e corrigiu o que viu: as paredes da água, a iluminação noturna, o recife e a fumaça do lançamento.
  • Números rígidos são fáceis de cumprir quando estão escritos. Todos os números de manobrabilidade, orçamento e API do briefing foram cumpridos. O que falta é o realismo que nenhuma linha da especificação define: água que refrata a luz, árvores que balançam, trânsito que nunca se encosta.

Um briefing não precisa esperar por uma equipe. Entregue-o ao Gemini 4 Neon no Eigent e depois jogue o resultado.


Execute você mesmo

  1. Baixe o pacote da tarefa (game-threejs-jelly-sea-express.zip) e descompacte-o em uma pasta vazia. Ele contém PROMPT.md e uma pasta environment/ com os arquivos de entrada somente leitura.
  2. Prepare a pasta de entrada. Copie environment/input_files/ para a sua pasta de trabalho como input_files/ e crie uma pasta output/ vazia ao lado.
  3. Abra o Eigent e inicie um novo projeto em um Space vinculado a essa pasta de trabalho.
  4. Escolha o modo Single Agent, selecione o Gemini 4 Neon como modelo e defina o nível de raciocínio como Medium.
  5. Cole o briefing. No PROMPT.md, copie a Versão B (Eigent), o texto entre as suas duas linhas ---. Troque os caminhos das pastas pelos seus e envie-o como primeira mensagem. Não acrescente nenhuma dica.
  6. Deixe rodar. Não responda a perguntas nem intervenha. Conte com cerca de 45 minutos. Se o Eigent parar no limite de checkpoint do espaço de trabalho, clique para continuar; isso é do Eigent, não do agente.
  7. Jogue o resultado. Abra output/scene.html em um navegador. Pressione Start e navegue com W A S D (Esc pausa). Abra scene.html?explore para a câmera livre, os botões de clima, o controle de horário e as visões predefinidas.
  8. Confira os orçamentos e a API. No console do navegador, window.sceneAPI e window.game devem existir. window.sceneAPI.renderer.info.render.calls na visão geral deve ficar abaixo de 450.
  9. Audite a execução. Ative o Dev mode e percorra as chamadas de ferramentas. Você não deve encontrar chamadas de busca na web nem de download de páginas. Instalações de pacotes, se houver, devem ser apenas de ferramentas de teste.

Créditos: feito com Gemini 4 Neon e Eigent.

Other use cases

Gemini 4 Hydrogen: transforme uma pasta de operação desorganizada em um pacote de precificação de gás pronto para revisão

Gemini 4 Hydrogen: transforme uma pasta de operação desorganizada em um pacote de precificação de gás pronto para revisão

O Gemini 4 Hydrogen, trabalhando sozinho no Eigent e sem nenhuma intervenção humana, transformou uma pasta desorganizada com oito arquivos de uma operação em um pacote de precificação de gás completo e com fontes citadas em menos de 8 minutos: 20 cotações indicativas, uma planilha de preços e quatro rascunhos. Todos os preços calculados estavam corretos até o centavo e, como duas fontes divergiam sobre um dado-chave, ele segurou todas as cotações para uma decisão humana em vez de escolher um lado.

Gemini 4 Carbon: reconstrua um conjunto de referência de pKa para descoberta de fármacos a partir de dados brutos de laboratório

Gemini 4 Carbon: reconstrua um conjunto de referência de pKa para descoberta de fármacos a partir de dados brutos de laboratório

O Gemini 4 Carbon, trabalhando sozinho no Eigent, sem internet e sem dicas de método, transformou 97 corridas brutas de titulação UV-métrica de 35 compostos semelhantes a fármacos em um conjunto de referência de pKa completo. Ele decodificou os arquivos do instrumento, ajustou os espectros UV, extrapolou os resultados em metanol–água para água pura, julgou em quais corridas confiar e entregou o resultado junto com o script que o gerou.

Gemini 4: faça vibe coding de uma cinemática 3D no Blender com um único prompt

Gemini 4: faça vibe coding de uma cinemática 3D no Blender com um único prompt

Crie uma cinemática de doze segundos em quatro planos na cena Cozy Kitchen: uma corrente de ar levanta uma folha de receita do suporte, carrega-a pela bancada e a deixa drapeada sobre a tortinha de morango. Preserve a cozinha acolhedora e ilustrada. Adicione uma RecipePage fina, de dois lados e com anotações de receita legíveis, siga o corredor de voo de action.json e mostre a preparação calma, a decolagem motivada, o voo, o contato e o assentamento, com pistas de vento visíveis. Use quatro câmeras distintas com cortes vinculados à câmera, profundidade de campo nos planos 2 e 3 e movimentos de folha e câmera suaves e mensuráveis. Entregue um sequence.blend empacotado e editável, uma lista de planos em CSV, um storyboard 3×3 rotulado e nove quadros estáticos.

Automate everything with AI workforce on desktop
Download Eigent

Experimente o Eigent hoje

Baixe o app desktop open source e comece a automatizar com uma força de trabalho de IA na sua máquina.

Baixar Eigent
Eigent

Receba as últimas novidades e tutoriais sobre automação de workforce com IA.

Obrigado por se inscrever!

ProdutoEigentAmbientesPreçosEmpresarial
ExplorarSoluçõesCasos de usoHabilidadesPluginsBlogNovidades
DesenvolvedoresDocumentaçãoGitHubCAMEL-AIFundo Open SourceParceiro
BaixarPara código aberto
EmpresaSobre nósMarcaCarreirasSuporteTermos de usoPolítica de privacidadeSegurança e confiançaPolítica de cookiesPolítica de reembolso e teste

Todos os direitos reservados © 2026 EIGENT UK LTD