Roblox 宣布为其平台推出一系列 AI Agent 开发功能，涵盖游戏规划、构建与测试全流程，帮助开发者更高效地将创意落地为可运行的游戏。
从"一言生成"到"协作式规划"
Roblox 在接受 TechCrunch 独家采访时表示，现有 AI 工具通常只需输入提示词便能一步输出结果，但这种方式往往无法准确捕捉开发者的原始意图。为此，Roblox 推出了全新升级的 Planning Mode，将原本简单的 AI 助手转变为贯穿整个开发流程的协作伙伴。
Planning Mode 的工作流程分为四个阶段：
- 制定规划 — 根据提示词分析游戏代码与数据模型
- 获取反馈 — 向开发者提出澄清问题
- 确定方案 — 将模糊需求转化为可编辑的行动计划
- 执行落地 — 调用其他 AI 工具完成实际构建
开发者可在任意阶段调整规划细节，确保最终实现完全符合预期。
Mesh 生成与程序化模型
Planning Mode 执行计划时，会调用 Roblox 的配套 AI 工具，其中包括两项新发布的能力： Mesh Generation 可直接在游戏世界中生成带完整纹理的三维网格模型。在开发初期，团队常使用占位资源来验证玩家交互体验，如今借助该功能，创作者可快速生成正式的三维模型，而非依赖低质量占位符。例如，可让助手生成一个篝火场景，添加光照效果营造真实感，并将其置于夜间环境。
程序化模型（Procedural Models） 即将上线，允许开发者通过代码和 AI 助手创建可编辑的三维模型。由于助手具备空间理解与物理关系推理能力，创作者可直接用自然语言描述对象之间的位置和比例关系，实现智能放置与缩放。书架隔板数量、楼梯台阶高度等属性均可动态调整，生成后可复用至其他场景。
自动化测试与自修正机制
在构建过程中，Planning Mode 还会调用内置的 Playtesting 工具，持续读取输出日志、捕获游戏截图、模拟键盘鼠标输入验证玩法，并自动识别 Bug 将其反馈给 AI 助手进行修复。
Roblox 在官方博客中指出，新能力构建了一套自修正系统：Agent 循环会测试游戏的不同环节，呈现解决方案建议，再将结果整合进后续规划循环，系统随时间推移愈发精确。
多 Agent 协作与第三方工具整合
除上述更新外，Roblox 还透露正在推进以下能力：
- 多 Agent 并行协作 — 多个 AI Agent 在云端协同运行长时复杂工作流，分别处理编码、测试、角色绑定等任务
- 第三方工具集成 — 确保 Claude、Cursor、Codex 等外部开发工具能无缝对接 Roblox Studio
Roblox 工程高级副总裁 Nick Tornow 表示："Agent 功能的推出降低了创意与执行之间的门槛。Planning Mode 与程序化生成工具让创作者能以全新的方式将概念转化为实际玩法，将规划、构建、测试的周期大幅压缩。"
评论