Roblox Studio 升級智慧體工作流：規劃、建模到試玩測試全覆蓋

以往在遊戲引擎裡用 AI，體驗往往像在抽盲盒：你輸入一段提示詞，AI 啪地甩給你一堆亂七八糟的模型或一長串報錯程式碼，如果不合心意，你只能推倒重來。遊戲開發本來就是個千頭萬緒的活，指望一句提示詞解決所有事情，根本不現實。

Roblox 顯然意識到了這個問題。4 月 15 日，Roblox 宣佈對其創作引擎 Roblox Studio 進行重大升級，為旗下的 Roblox Assistant 引入了真正的智慧體工作流。根據官方披露的資料，在平臺排名前 1000 的頭部創作者中，已經有 44% 正在使用 Roblox Assistant 或通過 MCP 協議接入第三方 AI 工具。這次升級的目的很明確，就是讓 AI 徹底接管從策劃、建模到測試的整個開發迴圈。

先做策劃案，再動手寫程式碼

這次更新最顯眼的變化是全新的規劃模式。它不再試圖一步到位，而是變成了一個會反問你的開發搭檔。

舉個例子，如果你告訴它想做個有噴泉、綠植、需要玩家撿金幣的公園小遊戲，Assistant 不會立刻悶頭堆砌程式碼，而是會先追問你：視覺風格是卡通、寫實還是奇幻？場景裡的噴泉和樹木是從零搭建，還是直接從創作者商店呼叫現成資產？

理清需求後，它會生成一份詳盡且隨時可編輯的行動方案，相當於一份迷你設計文件。在這個過程中，AI 會自主分析遊戲的底層程式碼和資料模型，生成任務清單供後續步驟執行，後續還會加入跨會話自動儲存記憶的功能。

在具體的資產構建上，Roblox 拿出了兩項新工具：網格生成與程式化模型生成。以前開發者在構思早期只能用粗糙的白模充當佔位符，現在可以直接讓 AI 生成帶貼圖紋理的 3D 模型，比如生成一堆篝火、打上光源再把場景切換為夜晚。即將推出的程式化模型則能理解 3D 空間與物理層級，開發者只要動動嘴，就能動態調整書架層數或樓梯臺階高度，並將其作為可複用元件。

甚至僱了一個 AI 測試員

開發中最枯燥的環節莫過於找 bug，Roblox 這次直接上線了一個測試智慧體 Beta 版。

這個 agent 能像人類玩家一樣坐在電腦前：它能模擬鍵盤和滑鼠輸入控制角色在遊戲裡亂逛，一邊捕捉螢幕截圖，一邊盯緊後臺報錯日誌。一旦測出漏洞，它會把日誌和問題反饋直接丟回給 Assistant，讓後者自行尋找方案並修改程式碼，形成一個能自我糾錯的閉環系統。

更值得開發者留意的是開放性。Roblox Studio 並沒有把使用者死死鎖在自己的模型裡，而是內建了 MCP 伺服器，通過無特權介面開放專案上下文。這意味著，無論你習慣用 Claude、Cursor 還是 Codex，都能無縫接管 Studio 裡的工程。Roblox 甚至還在畫更大的餅，比如支援多 agent 雲端並行、節點圖視覺化以及更逼真的行為模擬 NPC。

為什麼重要

我們認為，Roblox 這次走了一步非常精明的棋。遊戲開發領域早就過了把文本框扔給使用者的蠻荒期，Roblox 聰明的地方在於，它沒有把精力耗在炫耀模型引數上，而是把 AI 深度嵌入了真實的遊戲工業管線。讓 AI 扮演策劃提問、讓 AI 扮演玩家跑測，這切中的全都是獨立開發者最耗精力的髒活累活。

對普通創作者來說，這相當於把遊戲開發門檻從專業團隊拉低到了個人作坊。你可以不用管複雜的碰撞體邏輯和自動化測試指令碼，把時間和精力全部留給關卡創意。更難得的是它對 MCP 的支援，沒搞封閉花園，允許創作者自由呼叫 Cursor 或 Claude 等更強的大模型，這對專業團隊來說非常友好。

不過隱患也顯而易見。全流程智慧體雖然美好，但只要生成的 3D 資產拓撲結構一亂，或者測試智慧體陷入邏輯死迴圈，給人類收拾殘局的時間可能比從頭寫還要長。但無論如何，Roblox 正在把遊戲開發從手動搬磚，變成指揮一群 AI 員工協作。對於想在 Roblox 上做獨立遊戲的人來說，現在絕對值得去 Studio 裡體驗一下這套新工作流。