MSWebX.com
ServiçosO que fazemosConfiguração de agentes de IAClaude Code que funciona no seu código realIntegração de IAIA que parte dos seus dados e fluxos de trabalhoSitesSites feitos como os nossosSEO & GEOSEO técnico que os motores de busca e os assistentes de IA conseguem lerComo criar um motor de jogo AAA com IA

Awesome Graphics Tools

Todas as ferramentas gráficasDLSS, FSR e XeSS para DayZ e rFactor 2DayZ DLSSWindows · LinuxrFactor 2 DLSSWindows · Linux
Ajuda e suporteContatoFale com a equipePerguntas frequentesRespostas a perguntas comunsPágina do chat de suporteFAQs, guias e chat em direto num só lugar
Definições

Aparência

Destaque

Idioma

Bem-vindo

Entre para guardar favoritos e gerir a sua conta.

Motor de jogo com IA

Como construir um motor de jogo AAA com agentes de IA

Estamos a construir o FRIENDLY?, um jogo de sobrevivência num motor próprio em Rust e Vulkan, desenhado para atingir gráficos e netcode de classe AAA. O motor é escrito por agentes de IA sob direção humana e sujeito a um contrato rigoroso: nada é integrado enquanto não passar nos controlos. Esta página mostra o ciclo e as nove regras que o sustentam.

Vista na hora dourada sobre colinas arborizadas e um vale de montanha, com sol baixo e quente e cumes na neblina que se esbatem ao longe.

O que estamos a construir

O FRIENDLY? é um jogo de sobrevivência numa fase inicial de desenvolvimento.

O motor está escrito em Rust (edição 2024) diretamente sobre Vulkan 1.3 ou superior, com shaders Slang pré-compilados, o crate Bevy ECS, o Jolt Physics 5.6 e upscaling DLSS e FSR.

O netcode segue um modelo de servidor autoritativo e funciona sobre QUIC com TLS 1.3. O mundo é um vale real de cerca de 6 × 6 km.

Cerca de 100 % do código é escrito por agentes de IA sob direção humana. O ficheiro de projeto do jogo resume o contrato numa frase: «Strictness is the product.» (O rigor é o produto.)

O ciclo: planear, decidir, faixa, controlos, integrar

O mesmo ciclo faz correr o nosso motor de jogo e chega ao seu repositório quando configuramos os seus agentes.

  1. Planear

    O plano é do responsável. As funcionalidades seguem PRD → tarefas → execução.

  2. Decidir

    Cada decisão fica registada num ADR antes de existir código.

  3. Faixa

    Uma alteração, uma faixa. Agentes especialistas, um líder.

  4. Controlos

    Testes e uma barreira de lint que só fica mais rigorosa. Um novo controlo tem de falhar primeiro uma vez.

  5. Integrar

    Só entra trabalho a verde. Os agentes não podem afrouxar as próprias regras.

Nove regras que tornam os agentes fiáveis

Cada regra traz o seu motivo e um exemplo concreto do motor.

  1. O responsável é dono do plano

    Regra
    As pessoas decidem o que se constrói. Os agentes constroem-no.
    Porquê
    Os agentes executam bem um plano. Escolher o plano é a parte que não se pode delegar.
    Exemplo
    As funcionalidades seguem PRD → tarefas → execução, e o plano fica com o responsável.
  2. Decidir primeiro, por escrito

    Regra
    Uma decisão é escrita antes de existir código.
    Porquê
    Uma decisão escrita pode ser verificada e revertida. Uma decisão escondida num diff, não.
    Exemplo
    Cada decisão é um ADR, e um crate novo precisa do seu ADR antes de existir.
  3. Uma alteração, uma faixa

    Regra
    Cada alteração tem a sua própria faixa.
    Porquê
    Uma alteração pequena e separada é fácil de rever e fácil de descartar.
    Exemplo
    Cada alteração ao motor vive na sua própria faixa e tem de passar nos controlos antes de ser integrada.
  4. Controlos antes de integrar, e um controlo novo falha primeiro

    Regra
    Nada é integrado enquanto os controlos não passarem, e todo o controlo novo tem de ser visto a falhar antes de se confiar nele.
    Porquê
    Um controlo que nunca falhou pode não estar a controlar nada.
    Exemplo
    A barreira de lint são os grupos clippy all, pedantic e nursery, mais cerca de 70 lints de restrição. O código entregue não tem panics, o código unsafe só existe em crates de uma lista autorizada, cada elemento está documentado e os testes vêm primeiro.
  5. O agente não pode afrouxar as suas próprias regras

    Regra
    O plano de controlo é só de leitura para os agentes.
    Porquê
    Uma regra que um agente pode editar é apenas uma sugestão.
    Exemplo
    As regras, os hooks, os agentes e a barreira de lint estão bloqueados em modo só de leitura. #[allow] é proibido; só é permitido #[expect(lint, reason)], com uma justificação escrita. A barreira só fica mais rigorosa.
  6. O conhecimento vive em ficheiros

    Regra
    O que os agentes precisam de saber está escrito no repositório.
    Porquê
    O que vive numa conversa desaparece na sessão seguinte. O que vive no repositório é lido em todas as sessões.
    Exemplo
    Guardamos o conhecimento do projeto em ficheiros do repositório a que chamamos living skills.
  7. Um agente de entrada e especialistas

    Regra
    Um agente principal recebe o trabalho e passa-o a especialistas.
    Porquê
    Um agente mantém a visão de conjunto. Os especialistas trazem a profundidade.
    Exemplo
    Um agente principal, a «porta», trabalha com agentes especialistas em renderização, netcode e revisão de código Rust.
  8. Os hooks travam ações perigosas

    Regra
    As ações perigosas são bloqueadas por hooks, não por instruções.
    Porquê
    Uma instrução é um conselho. Um hook é uma imposição.
    Exemplo
    No repositório do motor, os hooks travam as ações perigosas antes de serem executadas.
  9. Nenhuma afirmação sem uma execução real

    Regra
    Um número só é publicado quando uma execução real o produziu.
    Porquê
    Um número de memória é um boato.
    Exemplo
    Só publicamos números medidos em execuções reais, com o hardware identificado. É por isso que esta página não traz valores de fotogramas por segundo.

Três exemplos do motor

Cada exemplo é uma funcionalidade do motor e a regra que está por trás.

Meteorologia ajustada a registos reais

O modelo meteorológico está calibrado com a reanálise ERA5 e com registos de estações do NCEI e do DWD. Controla nuvens volumétricas e usa as posições reais do sol e da lua.

A regra 9 em ação: o modelo é ajustado a registos medidos, não ao gosto de cada um. As nuvens são a parte que ainda está por acabar; veja abaixo.

Vale coberto de neve visto por entre abetos em primeiro plano, com um cume arborizado à direita e montanhas ao longe.
Vale com neve no motor.

Árvores onde há árvores a sério

O mapa é um vale real perto de Ružomberok, na Eslováquia, com cerca de 6 × 6 km de terreno real. As árvores estão onde os dados LiDAR do vale, com 1 m de resolução, indicam árvores.

A decisão de construir sobre um vale real está registada num ADR, como toda a decisão (regra 2).

Sol baixo a brilhar por entre abetos altos numa encosta arborizada.
Sol baixo entre abetos numa encosta arborizada no motor.

Balas sem hitscan

Cada projétil segue a sua própria trajetória sob gravidade, resistência do ar dependente do número de Mach e vento. Não existe hitscan.

Numa funcionalidade assim, «parece certo» não prova nada; por isso o método exige controlos e execuções reais (regras 4 e 9).

O que ainda não está concluído

  • Formas das nuvens. O modelo meteorológico controla nuvens volumétricas, mas as formas ainda não são as que queremos.
  • Iluminação global. Em desenvolvimento, desativada por predefinição.
  • O próprio jogo. É um trabalho em curso numa fase inicial: uma pequena cena jogável com duas casas, grandes florestas e meteorologia, e zombies provisórios que demonstram a deteção de impactos e a balística em rede.
  • O objetivo de classe AAA. É o objetivo para que trabalhamos. Não afirmamos paridade com nenhum outro motor e não publicamos valores de fotogramas por segundo.

A configuração por trás de tudo isto

A nossa própria configuração de IA sobre o Claude Code, em números: um sistema de 27 agentes especializados com 73 módulos de conhecimento e cinco servidores MCP próprios.

Nos nossos próprios produtos, nada é entregue sem passar no PHPStan ao nível mais alto e no ESLint, Stylelint, TypeScript, Dart e Clippy na configuração mais rigorosa, além de 215 regras personalizadas. O código gerado não fica isento.

Por trás estão mais de 20 anos de desenvolvimento web full stack, mais de quatro anos a construir com IA e uma framework web própria em 18 idiomas.

Perguntas frequentes

Os agentes de IA conseguem construir um motor de jogo?

No nosso caso, cerca de 100 % do código é escrito por agentes de IA sob direção humana. O resultado é um trabalho em curso numa fase inicial, e é um contrato rigoroso de regras e controlos que o mantém correto.

O que torna fiável o código escrito por IA?

Controlos antes de integrar: testes, uma barreira de lint com os grupos clippy mais cerca de 70 lints de restrição, e outras verificações. A isto juntam-se regras e hooks que os agentes não podem afrouxar.

O jogo está concluído?

Não. Estamos a construí-lo e está numa fase inicial. O que ainda falta consta em «O que ainda não está concluído».

Fontes do modelo meteorológico: reanálise ERA5, registos de estações do NCEI e registos de estações do DWD (dados do DWD sob licença CC BY 4.0).

Quer esta disciplina no seu repositório?

Configuramos agentes de programação com IA para equipas de desenvolvimento: um ficheiro de regras que o agente cumpre, salvaguardas contra ações perigosas, controlos de qualidade antes de cada integração, memória e ligações a ferramentas. Tudo é testado no seu repositório, documentado por escrito e entregue à sua equipa.

Veja como configuramos agentes de IA