Ramen maakt Aura Autopilot open source om AI-playtests naar Unreal, Unity en Godot te brengen

Een game kan probleemloos worden gecompileerd en toch een kapotte sprong, een onbereikbaar doel of een menu bevatten dat nooit sluit. Ramen wil dat probleem aanpakken met Aura Autopilot, een open-source agent die games speelt en op 30 oktober werd aangekondigd voor Unreal Engine, Unity en Godot. De tool is ontworpen om een game al spelend te leren kennen, doelen op langere termijn na te streven en ontwikkelaars de mogelijkheid te geven de aandacht op specifieke systemen te richten.

De aankondiging bouwt voort op Aura, Ramens bestaande ontwikkelassistent met meerdere agents voor Unreal en Unity. De voorgestelde werkwijze brengt twee activiteiten samen die vaak gescheiden blijven: de ene agent bouwt een gameplayfunctie, terwijl een andere de game binnengaat om te testen of die functie daadwerkelijk werkt. Voor studio’s zit het belang in het verkorten van die feedbacklus, zonder dat een ontwikkelaar na elke wijziging zelf alle basisinteracties opnieuw hoeft uit te voeren.

Waarom het spelen van de game iets toevoegt wat codecontroles niet kunnen

Compilatie stelt vast dat code voldoet aan de regels van een programmeertaal. Ze toont niet aan dat een speler een queeste kan voltooien of dat een uithoudingsvermogenbalk in het beoogde tempo leegloopt. Zulke uitkomsten zijn afhankelijk van systemen die in de loop van de tijd op elkaar inwerken: invoer, natuurkunde, animatie, de gamestatus, interface-elementen en soms meerdere spelers die met elkaar verbonden zijn.

Ramens documentatie over Aura’s bestaande Verification Agent maakt dat onderscheid concreet. In Unreal start deze de Play-In-Editor-modus, inspecteert hij runtimegegevens zoals aangemaakte actors, vaardigheidskenmerken en de zichtbaarheid van de interface, en kan hij een video-opname als bewijs toevoegen. Hij kan proberen een probleem te verhelpen en de verificatie opnieuw uitvoeren. De gedocumenteerde implementatie voor Unity is eenvoudiger: die compileert de game, start de speelmodus en controleert schermafbeeldingen, zonder dezelfde geavanceerde functies voor videobewijs.

Autopilot is de nieuw aangekondigde agent voor playtests. De bestaande mogelijkheden bieden dus context, maar zijn geen bewijs dat elke engine over identieke functionaliteit beschikt. Volgens Ramen kan Autopilot games spelen in uiteenlopende genres, waaronder shooters, actierpg’s, mobiele games, survivalcraftinggames, turn-based JRPG’s en realtime strategiespellen. Dat zegt iets over de reikwijdte van de eerste demonstraties, maar bewijst niet dat elke commerciële game of ongebruikelijke besturingsmethode zonder aanpassingen werkt.

Testen kunnen sturen is belangrijker dan een AI die een demo wint

Een bruikbare agent die games speelt, moet voor ontwikkelteams meer doen dan een level overleven. De agent moet het gedrag onderzoeken dat voor een ontwikkelaar van belang is. Ramen omschrijft Autopilot als stuurbaar: een team kan de agent op een specifiek systeem richten, terwijl hij doelen op langere termijn nastreeft.

Neem een hypothetische wijziging aan het inventarisysteem. Voor een zinvolle test moet de agent misschien een voorwerp vinden en oppakken, de inventaris openen, het voorwerp uitrusten en controleren of het gedrag van het personage verandert. Die hele reeks zegt meer dan alleen zien dat er een inventarisvenster verschijnt. Bovendien zijn er onderweg verschillende momenten waarop iets mis kan gaan, wat een beperkte, gescripte controle mogelijk niet opmerkt.

In de praktijk betekent dit dat ontwikkelaars duidelijke doelen en acceptatiecriteria moeten formuleren. ‘Test de inventaris’ laat veel ruimte voor interpretatie. ‘Pak dit voorwerp op, rust het uit en controleer of de schadewaarde verandert’ geeft een agent een resultaat dat waarneembaar is. Teams moeten nog steeds bewijs zien van wat er is geprobeerd en wat er is gebeurd; een vlot geformelde succesmelding alleen volstaat niet.

Wat ‘zelfverbeterend’ aantoont — en wat onduidelijk blijft

‘Aura Autopilot speelt elke game in realtime en leert terwijl het speelt. Hoe vaker het speelt, hoe beter het wordt’, zei Ramen-CEO en medeoprichter Andy Tsen in de aankondiging. ‘Dat opent een nieuw terrein voor kwaliteitsborging in games. We maken de software open source, zodat ontwikkelaars en onderzoekers ermee verder kunnen.’

Ramen omschrijft de agent als recursief zelfverbeterend en zegt dat deze sneller resultaten oplevert naarmate hij meer ervaring met een game opdoet. In de release staat niet of die verbetering voortkomt uit blijvend geheugen, aangepaste strategieën, gegenereerde tools, modeltraining of een combinatie daarvan. Die mechanismen hebben verschillende gevolgen voor de reproduceerbaarheid, de kosten en de mate waarin lessen behouden blijven na een grote game-update.

Een testsysteem dat zich aanpast, kan van pas komen wanneer doelen en omgevingen veranderen, maar die aanpassing maakt vergelijkingen tussen testreeksen ook ingewikkelder. Studio’s die de tool evalueren, doen er goed aan naast het resultaat ook de gamebuild, modelconfiguratie, het doel en de beginvoorwaarden vast te leggen. Zo is een vaste bug gemakkelijker te onderscheiden van een andere route door het level.

Open source scheidt de testlaag van één modelaanbieder

Volgens Ramen werkt de zelfstandige versie van Autopilot met bestaande abonnementen op Claude Code en Codex, of met de eigen API-sleutel van een ontwikkelaar. De tool wordt ook geïntegreerd in Aura-abonnementen. Het aangekondigde GitHub-project biedt studio’s en onderzoekers een plek om de testlaag te inspecteren en uit te breiden, in plaats van dat elk team die infrastructuur zelf moet bouwen.

Dankzij die flexibiliteit kunnen studio’s modellen vergelijken aan de hand van hun eigen games en een balans kiezen tussen reactietijd, betrouwbaarheid en kosten. Een snel model kan eenvoudige interacties goed afhandelen, maar moeite hebben met een doel waarvoor het meerdere eerdere beslissingen moet onthouden. Een capabeler model kan het voltooiingspercentage verhogen, maar maakt herhaalde tests ook duurder. Dat de software open source beschikbaar is, neemt de kosten voor modellen of de rekenkracht die nodig is om de game uit te voeren niet weg.

Ook het onderscheid tussen Autopilot en het bredere Aura-product is van belang. Volgens de aankondiging ondersteunt de testagent Unreal, Unity en Godot, terwijl Aura’s bredere ontwikkelassistent zich blijft richten op Unreal en Unity. Ondersteuning voor Godot in Autopilot betekent niet dat alle creatietools van Aura nu ook in Godot beschikbaar zijn.

Prestatieclaims in perspectief plaatsen

Ramen meldt dat Autopilot drie keer sneller werkt dan de eerdere Verification Agent, tegen lagere kosten. Ook zegt het bedrijf dat de resultaten van de gametests beter zijn dan die van Bezi, NeoStack, Claude Code en Codex. Ramen is van plan een bijbehorende whitepaper over de architectuur en benchmarks uit te brengen.

Deze cijfers zijn afkomstig van het bedrijf zelf. Het vooraf verstrekte materiaal voor dit artikel bevat niet de volledige benchmarkmethode, de gebruikte taken, modelversies, criteria voor mislukking of kostenberekeningen. De resultaten tonen daarom niet aan dat Autopilot voor de workflow van elke studio op alle punten beter presteert. Een bruikbare evaluatie in de praktijk zou op dezelfde builds moeten vergelijken hoe vaak tests succesvol worden voltooid, hoeveel fouten onopgemerkt blijven, hoeveel valse meldingen er zijn, hoelang tests duren en wat de totale modelkosten zijn.

Sneller itereren vraagt nog steeds om menselijke kwaliteitscontrole

Geautomatiseerd playtesten kan herhaalde controles toegankelijker maken voor kleine teams en grotere studio’s een extra manier bieden om veranderende builds te testen. Dat is vooral aantrekkelijk wanneer dezelfde reeks handelingen na veel kleine wijzigingen opnieuw moet worden uitgevoerd. Het is minder geschikt om te beoordelen of gevechten bevredigend aanvoelen, een tutorial uitnodigend is of een verhaalfragment emotioneel goed overkomt.

Ramen breidt de creatietools naast de testmogelijkheden uit: de aankondiging omvat integraties met Figma en Blender, personageanimatie op basis van prompts en een vernieuwde agent voor levelontwerp en grotere blockouts. Hoe sneller content wordt gegenereerd, hoe belangrijker het wordt om de resulterende interacties te controleren. De waarde van een bouw-en-testcyclus zit niet alleen in het produceren van meer assets, maar ook in het opsporen van fouten voordat die assets en systemen moeilijker uit elkaar te halen zijn.

De achtergrond van Ramen helpt die focus te verklaren. De voormalige VR-studio ontwikkelde Zenith voordat het bedrijf zich op ontwikkeltools ging richten. Volgens Ramen heeft de overname van Coplay in 2026 de Unity-mogelijkheden van Aura versterkt. Met Autopilot komt die strategie duidelijker naar voren: AI die kan helpen een game te maken, heeft ook een betrouwbare manier nodig om die game te onderzoeken. Voor spelers zou dat uiteindelijk moeten betekenen dat er minder interacties die niet goed werken in een release terechtkomen — niet dat de mensen die beoordelen of een game de moeite waard is om te spelen overbodig worden.