ForgeAX es unEstudio de juegos personales nativo de IA. Creemos que la IA está redefiniendo la barrera para crear juegos.
Nuestra visión es directa:Dejemos que equipos más pequeños, con IA, creen juegos que antes requerían juegos mucho más grandes.No para reemplazar a los creadores, sino para entregar la pesada ingeniería y producción entre la "idea" y el "juego jugable" a la IA.
donde estamos
La etapa actual esconvertir ideas en juegos jugables con IA: ya podemos hacer demostraciones jugables de FPS, ARPG, supervivencia y shooters en el estudio, con un motor que cubre renderizado PBR, física y animación esquelética. Seguiremos puliendo esta etapa hacia la calidad de envío.
Código abierto
La capa de herramientas ForgeAX tiene licencia bajoLicencia Apache 2.0– cualquiera puede bifurcar, usar, construir comercialmente y redistribuir libremente. Queremos que sea un proyecto abierto que la comunidad pueda construir junta. Ver elpágina de licencia.
Deje que los equipos más pequeños hagan juegos más grandes.
En el estudio, le describe el juego que desea a un líder de IA llamado Forge, a través del chat, trabajando directamente en un editor visual y (más tarde) con entradas como imágenes y videos. Planifica, incorpora subagentes especializados cuando es necesario (jugabilidad, diseño, arte...) y luegoescribe el código del motor en sí, recargando en caliente el resultado en una vista previa en vivo del navegador.
Debajo se encuentran dos fundaciones internas: unaMotor rediseñado para el punto de vista de la IA.(para que la IA pueda leerlo, escribirlo y comprender sus errores), y unbucle de desarrollo que mantiene la IA hasta un resultado correcto y verificable(requisitos de entrada, salida reproducible, cada paso observable y rastreable).
Un bucle de siete pasos
Dentro del motor, cada característica pasa por el mismo proceso: los requisitos entran, un resultado funcional sale, con un registro legible en cada paso:
- Requisitos: indique qué construir, con criterios de aceptación.
- Investigación: historial de encuestas, limitaciones y opciones.
- Planificar: establece una estrategia y divídela en tareas.
- Implementar: escribir código y pruebas.
- Verificar: controles independientes; cualquier rojo bloquea la fusión.
- Juicio: un ser humano toma la decisión final.
- Finalizar: fusionar una vez que pase.
Un orquestador y subagentes
Un "orquestador" maneja la máquina de estados, decide qué subagente enviar en cada paso y verifica su salida; Los subagentes están especializados en roles con su propio contexto. Los humanos inyectan juicio en solo dos puntos: exponer requisitos y revisar resultados.
No se escapa "se ve bien"
La verificación tiene dos puertas de IA: una escanea estáticamente documentos y API desde la perspectiva de un usuario de IA, detectando "prometido pero no implementado"; el otro en realidad ejecuta la demostración en una zona de pruebas aislada, captura capturas de pantalla y las vuelve a verificar, protegiéndose contra "pruebas en verde, pantalla en negro".
Se vuelve más estable con el tiempo
Después de cada característica, la fricción encontrada a lo largo del camino se captura como retroalimentación que mejora el proceso en sí. La siguiente característica utiliza automáticamente la versión mejorada: la canalización se alimenta de su propia producción y se vuelve más inteligente.
El resultado: la IA no produce código de "grado de demostración", sino características verificadas y reproducibles que un humano puede asumir.
La mayoría de las API de motores de juegos están escritas para humanos. Cuando la IA se convierte en la que escribe el código, el motor debería verse diferente.
La idea central de ForgeAX es simple: el usuario describe un juego y la IA escribe el código del motor. Eso suena como "simplemente un autor diferente", pero en la práctica los motores existentes no son amigables con la IA: asumen un lector que lee documentos, adivina y completa el contexto como lo hace un humano.
Nuestra postura es contundente: La IA es el primer usuario del motor. Cuando "amigable con la IA" entra en conflicto con "amigable con los humanos", la IA gana. Aquí hay algunas consecuencias concretas.
1 · Una fuente de verdad, deriva el resto
Un hecho se define exactamente en un lugar; todo lo demás deriva de ello. Los campos de componentes, por ejemplo, viven en línea en un esquema: los inspectores, depuradores y herramientas leen el esquema en lugar de buscar el código fuente y adivinar. La IA no necesita "recordar" convenciones diseminadas por todas partes, porque sólo hay un lugar donde buscar.
2 · Errores que la IA puede entender y recuperar
Un error no es sólo una frase humana que "lanzas". Usamos un conjunto cerrado de códigos de error, cada uno con información estructurada de "qué/por qué/cómo recuperar". Cuando la IA encuentra un error, sabe qué cambiar a continuación, en lugar de tratar el texto de excepción como misticismo.
3 · Datos estructurados en lugar de "mirar la pantalla"
La parte más difícil de un error de renderizado es que "se ve mal en la pantalla". Un humano puede mirar fijamente el monitor; La IA no puede. Por lo tanto, el motor puede capturar un fotograma de llamadas de renderizado (llamadas de dibujo, enlaces, objetivos de renderizado, estado de canalización) para leer sin conexión, reproducir e inspeccionar el estado completo en el enésimo sorteo. Un problema visual se convierte en datos que la IA puede "leer".
4 · Dos implementaciones que se controlan entre sí
La capa de renderizado tiene dos implementaciones de backend (WebGPU y wasm) detrás de una única interfaz. Se renderizan uno al lado del otro: en el momento en que la IA hace un mal uso de la API de un motor, el otro backend inmediatamente diverge, sacando a la luz el problema, mucho más rápido que esperar una revisión humana.
Estos diseños comparten un criterio: cuantos menos conceptos deba tener un lector (humano o IA) en su cabeza, mejor. Cuanto más autoconsistente e indexable localmente sea la API, más a menudo la IA acierta y más fácil será para un humano tomar el control.
"Nativo de IA" no es un eslogan, es una larga serie de decisiones de "rehacerlo desde el punto de vista de la IA". Analizaremos más de ellos en los documentos y en publicaciones futuras.