Roblox stawia na agentów: Nowe narzędzia AI zrewolucjonizują proces tworzenia gier

Od promptu do strategii: Nowe podejście do asystenta AI

Roblox rewiduje swoją strategię rozwoju AI, odchodząc od prostych modeli opartych na jednostopniowych poleceniach. Firma ogłosiła wprowadzenie „Planning Mode” – przełomowego trybu w ramach Roblox Assistant, który ma pełnić rolę aktywnego współpracownika, a nie tylko wykonawcy zadań. Zamiast przetwarzać surowy prompt na gotowy wynik, system potrafi teraz analizować model danych gry, zadawać pytania doprecyzowujące i tworzyć edytowalne plany działania.

Kluczem do sukcesu ma być eliminacja szumu komunikacyjnego. Jeśli deweloper poprosi o stworzenie parku z fontanną, asystent nie wygeneruje losowego obiektu, lecz dopyta o styl estetyczny – od kreskówkowego po realistyczny – oraz o preferowane źródło zasobów. To podejście pozwala twórcom zachować pełną kontrolę nad procesem, zanim jeszcze w kodzie gry zostaną wprowadzone jakiekolwiek zmiany.

Szybkie prototypowanie z Mesh Generation i modelami proceduralnymi

Nowa aktualizacja to nie tylko planowanie, ale i konkretne narzędzia do budowy świata. Roblox wprowadza funkcję Mesh Generation, która pozwala na natychmiastowe tworzenie w pełni oteksturowanych obiektów 3D. Rozwiązanie to ma zastąpić popularne w branży „placeholdery”, czyli uproszczone bryły używane na wczesnych etapach projektowania. Dzięki AI twórcy mogą od razu operować na docelowych modelach, co drastycznie skraca czas potrzebny na ocenę interakcji gracza z otoczeniem.

Równie istotną innowacją są modele proceduralne. Pozwalają one na generowanie obiektów, które rozumieją swój kontekst fizyczny i relacje przestrzenne. Deweloper może dynamicznie zmieniać parametry – na przykład liczbę półek w regale czy wysokość schodów – za pomocą prostych poleceń, co tworzy elastyczny system klocków wielokrotnego użytku, automatycznie dopasowujących się do otoczenia.

Samokorygujący się system i przyszłość agentów AI

Najbardziej intrygującym aspektem nowej wizji Robloxa jest wdrożenie pętli agentowych (agentic loops). Asystent nie kończy pracy na wygenerowaniu kodu; potrafi samodzielnie przeprowadzić testy, analizować logi błędów, a nawet używać wirtualnej klawiatury i myszy, aby sprawdzić mechanikę rozgrywki. W przypadku wykrycia problemów AI sugeruje poprawki i wdraża je w kolejnych iteracjach planu, tworząc system, który uczy się na własnych błędach.

Przedstawiciele firmy podkreślają, że to dopiero początek. W planach jest umożliwienie współpracy wielu agentów AI w chmurze, co pozwoli na realizację złożonych przepływów pracy równolegle. Roblox stawia również na otwartość, zapowiadając płynną integrację z zewnętrznymi narzędziami takimi jak Claude czy Cursor. To jasny sygnał dla branży: AI w produkcji gier przestaje być ciekawostką, a staje się fundamentem infrastruktury deweloperskiej, który ma realnie przyspieszyć przejście od konceptu do grywalnego produktu.