验证器即课程：经执行门控自蒸馏实现跨家族游戏生成

以学习到的裁判做后训练，可能优化提分却不改进成品的代理特征。我们研究相反的信号：一个确定性的、免裁判的、不可操纵的过滤器——生成的项目能否在无头引擎下干净启动（strict-launch）。在该门控下，拒绝采样自蒸馏叠加了跨家族泛化。在GameCraft-Bench（把自然语言简报映射为完整Godot项目）上：经strict-launch蒸馏的14B模型（Qwen3-14B+LoRA）把四个未见游戏家族的干净生成率从8.8%提升到42.2%（每候选），best-of-K覆盖从18/25提升到25/25（金标上限），三轮各有显著增益（p=0.0019、p<1e-4、p<1e-4）。增益并非仅来自加数据：精确匹配的金标复制对照回退到基座以下（5.6%对8.8%，p=0.019），而数量匹配的分解把第1到2轮的跳变拆分为相当的质量（+8.8分）与数量（+8.5分）通道。最直接的证据是：仅换掉过滤器重跑同一循环——以通过99.9%生成的宽松BUILD检查替代启动门——增益完全消失（回到基座，对比启动门控轮p=1e-3），把归因隔离到验证器精度而非优化器。第二个不可操纵的信号——无头执行落地——跨轮次单调上升，在同等预算下产出远多于金标复制的落地候选（16对5），确认增益是功能性的而非“能启动但空壳”。游戏生成是这一课的可验证试验台：验证器即课程——它认证什么，模型就学什么。