Roblox convirtió su asistente IA integrado en un agente que planifica, monta y prueba juegos por sí mismo

Roblox ha ampliado su asistente de IA integrado al nivel de un agente de trabajo: ahora no solo sugiere código, sino que puede analizar un proyecto, proponer un plan de acción, generar objetos, verificar resultados y refinarlos según los comentarios de las pruebas. Para una plataforma donde una enorme parte de los creadores llega sin formación ingenieril profunda, esto representa un cambio notable del modo de autocompletado a un co-autor de desarrollo casi completo. La innovación principal se llama Planning Mode.

En lugar de responder a una única solicitud con un único fragmento de código, el asistente primero analiza la base de código existente y el modelo de datos del juego, luego hace preguntas aclaratorias y transforma la discusión en un plan de acción editable. El desarrollador puede revisar este plan, refinarlo y solo entonces ejecutar la implementación. Esencialmente, Roblox está intentando transformar el auxiliar de un generador de fragmentos de código en un sistema que sabe cómo pensar el enfoque a una tarea en primer lugar.

Esta es una distinción importante: una cosa es pedirle a la IA que escriba una función, y otra muy diferente confiarle el diseño de una solución dentro de un proyecto ya activo con dependencias, restricciones y lógica acumulada. La segunda línea de actualizaciones se refiere al contenido. La herramienta Procedural Models permitirá crear objetos 3D descritos no por una malla estática, sino por parámetros en código.

Si un desarrollador necesita, digamos, una estantería, puede especificar el número de estantes, altura, materiales y otras propiedades a través de una consulta de texto, y luego cambiarlos sin remodelar manualmente. Roblox está apostando no solo por la generación de imágenes o activos decorativos, sino por el diseño paramétrico, donde un objeto retiene la lógica interna de la forma. Una escalera entiende la relación entre altura y escalones, una mesa—entre tablero y soportes.

Para desarrolladores indie y pequeños estudios, esto puede reducir significativamente el tiempo dedicado a crear variaciones del mismo objeto. Por separado, la empresa está añadiendo Mesh Generation—generación de objetos 3D completamente texturizados directamente en el mundo del juego a partir de descripciones de texto. Esta función se basa en el modelo Cube básico.

En febrero de 2026, Roblox ya demostró 4D-generation basado en Cube: los objetos ganaron no solo forma, sino interactividad, para que se comporten correctamente dentro del juego en lugar de permanecer como accesorios estáticos. Según la empresa, en la etapa de acceso anticipado, los desarrolladores generaron más de 160 mil objetos, y los proyectos que utilizaban 4D-generation mostraron un aumento del 64 por ciento en el tiempo de juego promedio. Este es uno de los pocos ejemplos donde Roblox vincula herramientas de IA no solo a la conveniencia del desarrollador, sino también a un efecto medible en el compromiso del jugador.

La parte más importante de la actualización es el llamado self-correcting loop. El asistente ahora puede probar aspectos individuales del juego, encontrar problemas, proponer soluciones y devolver los resultados de la verificación al siguiente ciclo de planificación. Roblox llama a esto agentic loops: ciclos recurrentes de planificación, ejecución, prueba y refinamiento con participación humana gradualmente decreciente.

A continuación, la empresa quiere dar a múltiples agentes de IA la capacidad de trabajar en paralelo en la nube, no solo dentro de una sesión local de Studio. En paralelo, Roblox Studio ha ganado un cliente MCP integrado a través del cual el asistente puede conectarse a servicios y herramientas externas como Claude, Cursor y Codex. El objetivo a largo plazo, que Roblox ha estado discutiendo desde la apertura del modelo Cube en marzo de 2025, parece ambicioso: un desarrollador describe un juego en lenguaje natural, y el sistema ayuda a ensamblar activos, entorno, código, animaciones y comportamiento interactivo en un solo conjunto.

La lógica de negocio aquí también es clara. Roblox opera a una escala que permite inversión significativa en tales herramientas: en el cuarto trimestre de 2025, la audiencia diaria de la plataforma alcanzó 144 millones de usuarios en comparación con 85 millones hace un año, la audiencia mensual creció de 280 a 380 millones. Los ingresos para 2025 fueron de 4.

900 millones de dólares, 36 por ciento más que hace un año, y el pronóstico para 2026 está en el rango de 6–6,2 mil millones de dólares. Las compras totales de Robux en 2025 alcanzaron 6.79 mil millones de dólares.

En el contexto del auge del vibe coding y una caída pronunciada en la barrera de entrada para el desarrollo de juegos, Roblox está intentando resolver dos problemas a la vez: dar a más creadores herramientas para lanzar proyectos y evitar ahogarse en un flujo de contenido crudo de baja calidad. Por eso la apuesta no es en generación única por solicitud, sino en un proceso más estructurado con planificación, verificación e iteraciones. Para el mercado, esta es una señal de que la siguiente etapa de herramientas de IA no son solo ayudantes que suministran código o dibujan activos bajo demanda, sino sistemas capaces de asumir una parte del proceso de producción.

Si Roblox lleva tal enfoque a una calidad estable, los autores individuales y los pequeños equipos podrán ensamblar proyectos jugables más rápidamente y gastar menos tiempo en rutina. Pero la pregunta principal sigue abierta: ¿obtendrá la plataforma juegos genuinamente mejores o simplemente más juegos? La respuesta a eso parece probable que se aclare en el próximo año.