Ramen เปิดซอร์ส Aura Autopilot นำการทดสอบเกมด้วย AI มาสู่ Unreal, Unity และ Godot

เกมอาจคอมไพล์ได้โดยไม่มีปัญหา แต่การกระโดดอาจยังทำงานผิดพลาด เป้าหมายอาจไปไม่ถึง หรือเมนูอาจปิดไม่ได้ Ramen มุ่งแก้ปัญหานี้ด้วย Aura Autopilot เอเจนต์เล่นเกมแบบโอเพนซอร์สที่ประกาศเปิดตัวเมื่อวันที่ 30 ตุลาคม สำหรับ Unreal Engine, Unity และ Godot เครื่องมือนี้ออกแบบมาให้เรียนรู้เกมไปพร้อมกับการเล่น มุ่งทำเป้าหมายระยะยาว และเปิดให้นักพัฒนากำหนดระบบเฉพาะที่ต้องการให้เอเจนต์สนใจได้

การประกาศครั้งนี้ต่อยอด Aura ผู้ช่วยพัฒนาซอฟต์แวร์แบบหลายเอเจนต์ของ Ramen ที่มีอยู่แล้วสำหรับ Unreal และ Unity เวิร์กโฟลว์ที่นำเสนอผสานกิจกรรมสองอย่างซึ่งมักแยกจากกัน ได้แก่ เอเจนต์หนึ่งสร้างฟีเจอร์การเล่นเกม ส่วนอีกเอเจนต์เข้าไปในเกมเพื่อทดสอบว่าฟีเจอร์นั้นใช้งานได้จริงหรือไม่ สำหรับสตูดิโอ จุดสำคัญคือการลดระยะเวลาของวงจรรับข้อเสนอแนะ โดยไม่ต้องให้นักพัฒนาลงมือเล่นซ้ำทุกปฏิสัมพันธ์พื้นฐานด้วยตนเองหลังการเปลี่ยนแปลงแต่ละครั้ง

เหตุใดการเล่นเกมจริงจึงช่วยตรวจสอบสิ่งที่การตรวจโค้ดทำไม่ได้

การคอมไพล์ยืนยันว่าโค้ดเป็นไปตามกฎของภาษา แต่ไม่ได้ยืนยันว่าผู้เล่นจะทำภารกิจจนสำเร็จได้ หรือแถบพละกำลังจะลดลงในอัตราที่กำหนดหรือไม่ ผลลัพธ์เหล่านี้ขึ้นอยู่กับระบบต่าง ๆ ที่ทำงานสัมพันธ์กันตามเวลา ได้แก่ คำสั่งควบคุม ฟิสิกส์ แอนิเมชัน สถานะเกม องค์ประกอบส่วนติดต่อผู้ใช้ และบางครั้งรวมถึงผู้เล่นหลายคนที่เชื่อมต่ออยู่

เอกสารของ Ramen เกี่ยวกับเอเจนต์ตรวจสอบที่มีอยู่แล้วของ Auraช่วยให้เห็นความแตกต่างนี้อย่างเป็นรูปธรรม ใน Unreal ระบบจะเปิด Play-In-Editor ตรวจสอบข้อมูลขณะรันไทม์ เช่น นักแสดงที่เกิดขึ้นในเกม คุณสมบัติของความสามารถ และการแสดงผลของส่วนติดต่อผู้ใช้ อีกทั้งยังแนบวิดีโอที่บันทึกไว้เป็นหลักฐานได้ ระบบสามารถลองแก้ไขปัญหาแล้วเรียกใช้การตรวจสอบอีกครั้งได้ ส่วนการทำงานบน Unity ตามที่ระบุไว้ในเอกสารนั้นเรียบง่ายกว่า โดยจะคอมไพล์ เข้าโหมด Play และตรวจสอบภาพหน้าจอ แต่ไม่มีฟีเจอร์หลักฐานวิดีโอขั้นสูงแบบเดียวกัน

Autopilot คือเอเจนต์ทดสอบเกมที่เพิ่งประกาศเปิดตัว ดังนั้นความสามารถที่มีอยู่จึงเป็นบริบทประกอบ ไม่ใช่หลักฐานว่าเอนจินทุกตัวมีฟังก์ชันการทำงานเหมือนกัน Ramen ระบุว่า Autopilot เล่นเกมได้หลากหลายประเภท ทั้งเกมยิง เกม RPG แนวแอ็กชัน เกมมือถือ เกมเอาตัวรอดและสร้างสิ่งของ เกม JRPG แบบผลัดตา และเกมวางแผนแบบเรียลไทม์ อย่างไรก็ตาม นี่เป็นคำกล่าวถึงขอบเขตของการสาธิตในช่วงแรก ไม่ใช่หลักฐานว่าเกมเชิงพาณิชย์ทุกเกมหรือรูปแบบการควบคุมที่ไม่เหมือนใครจะใช้งานได้โดยไม่ต้องปรับแต่ง

การกำหนดแนวทางการทดสอบสำคัญกว่าการให้ AI เอาชนะเกมตัวอย่าง

สำหรับทีมพัฒนา เอเจนต์เล่นเกมที่มีประโยชน์ต้องทำได้มากกว่าเอาตัวรอดจนจบฉาก แต่ต้องตรวจสอบพฤติกรรมที่นักพัฒนาสนใจด้วย Ramen อธิบายว่า Autopilot สามารถกำหนดทิศทางได้ โดยทีมสามารถมุ่งให้เอเจนต์ตรวจสอบระบบที่ต้องการ ขณะเดียวกันเอเจนต์ก็วางแผนไปสู่เป้าหมายระยะยาว

ลองพิจารณาการเปลี่ยนแปลงระบบคลังสิ่งของที่สมมติขึ้น การทดสอบที่มีความหมายอาจต้องค้นหาไอเท็ม เก็บไอเท็มนั้น เปิดคลังสิ่งของ สวมใส่ไอเท็ม แล้วตรวจสอบว่าพฤติกรรมของตัวละครเปลี่ยนไปหรือไม่ การทดสอบเป็นลำดับเช่นนี้ให้ข้อมูลมากกว่าการเห็นหน้าต่างคลังสิ่งของปรากฏขึ้น และยังเปิดโอกาสให้เกิดข้อผิดพลาดได้หลายจุด ซึ่งการตรวจสอบด้วยสคริปต์แบบแคบ ๆ อาจมองข้ามไป

ในทางปฏิบัติ นักพัฒนาจำเป็นต้องเขียนวัตถุประสงค์และเงื่อนไขการยอมรับให้ชัดเจน คำสั่งว่า “ทดสอบคลังสิ่งของ” เปิดช่องให้ตีความได้มาก ส่วนคำสั่งว่า “เก็บไอเท็มนี้ สวมใส่ แล้วตรวจยืนยันว่าค่าความเสียหายเปลี่ยนไป” ระบุผลลัพธ์ที่เอเจนต์สังเกตได้ ทีมยังต้องมีหลักฐานแสดงสิ่งที่เอเจนต์ลองทำและผลที่เกิดขึ้น เพราะข้อความแจ้งความสำเร็จที่เขียนได้คล่องเพียงอย่างเดียวยังไม่เพียงพอ

คำว่า “พัฒนาตัวเอง” ยืนยันอะไรได้บ้าง—and ยังมีอะไรที่ไม่ชัดเจน

“Aura Autopilot เล่นเกมใดก็ได้แบบเรียลไทม์และเรียนรู้ไปพร้อมกัน ยิ่งเล่นมากก็ยิ่งเก่งขึ้น” Andy Tsen ซีอีโอและผู้ร่วมก่อตั้ง Ramen กล่าวในการประกาศ “นั่นเปิดพรมแดนใหม่ให้กับการประกันคุณภาพเกม และเรากำลังเปิดซอร์สให้เหล่านักพัฒนาและนักวิจัยนำไปต่อยอดได้”

Ramen อธิบายว่าเอเจนต์พัฒนาตัวเองแบบวนซ้ำ และระบุว่าให้ผลลัพธ์เร็วขึ้นเมื่อมีประสบการณ์กับเกมมากขึ้น แต่ข้อมูลเผยแพร่ไม่ได้ระบุว่าการพัฒนานี้เกิดจากหน่วยความจำถาวร กลยุทธ์ที่ปรับแก้ เครื่องมือที่สร้างขึ้น การฝึกโมเดล หรือการผสมผสานวิธีเหล่านี้ กลไกแต่ละแบบส่งผลต่อความสามารถในการทำซ้ำผลลัพธ์ ต้นทุน และการคงอยู่ของสิ่งที่เรียนรู้หลังเกมอัปเดตครั้งใหญ่แตกต่างกัน

ระบบทดสอบที่ปรับตัวได้อาจเป็นประโยชน์เมื่อวัตถุประสงค์และสภาพแวดล้อมเปลี่ยนไป แต่การปรับตัวก็ทำให้การเปรียบเทียบระหว่างการทดสอบแต่ละครั้งซับซ้อนขึ้น สตูดิโอที่ประเมินเครื่องมือนี้ควรเก็บข้อมูลเวอร์ชันเกม การตั้งค่าโมเดล วัตถุประสงค์ และเงื่อนไขเริ่มต้นไว้พร้อมกับผลลัพธ์ วิธีนี้ช่วยให้แยกแยะได้ง่ายขึ้นว่าปัญหาเกิดจากบั๊กที่ยังอยู่ หรือเป็นเพียงการเลือกเส้นทางผ่านด่านที่ต่างออกไป

โอเพนซอร์สช่วยแยกชั้นการทดสอบออกจากผู้ให้บริการโมเดลรายใดรายหนึ่ง

Ramen ระบุว่า Autopilot แบบแยกเดี่ยวใช้งานร่วมกับการสมัครสมาชิก Claude Code และ Codex ที่มีอยู่ หรือคีย์ API ของนักพัฒนาเองได้ นอกจากนี้ยังมีการผสาน Autopilot เข้ากับแพ็กเกจสมาชิก Aura ด้วย โปรเจกต์ GitHub ที่ประกาศเปิดตัวเปิดโอกาสให้สตูดิโอและนักวิจัยตรวจสอบและต่อยอดชั้นการทดสอบได้ โดยไม่ต้องให้แต่ละทีมสร้างโครงสร้างพื้นฐานดังกล่าวขึ้นเอง

ความยืดหยุ่นดังกล่าวอาจช่วยให้สตูดิโอทดสอบโมเดลกับเกมของตนเอง แล้วเลือกจุดสมดุลระหว่างเวลาในการตอบสนอง ความน่าเชื่อถือ และค่าใช้จ่ายได้ โมเดลที่ทำงานรวดเร็วอาจรับมือกับการโต้ตอบง่าย ๆ ได้ดี แต่ก็อาจมีปัญหากับเป้าหมายที่ต้องอาศัยการจดจำการตัดสินใจก่อนหน้าหลายครั้ง โมเดลที่มีความสามารถสูงกว่าอาจช่วยเพิ่มอัตราการทำงานสำเร็จ แต่ก็ทำให้การทดสอบซ้ำมีค่าใช้จ่ายสูงขึ้น การเปิดให้ใช้งานซอร์สโค้ดไม่ทำให้ค่าใช้จ่ายในการใช้โมเดลหรือทรัพยากรประมวลผลที่จำเป็นต่อการรันเกมหมดไป

ความแตกต่างระหว่าง Autopilot กับผลิตภัณฑ์ Aura ที่ครอบคลุมกว่าเป็นอีกประเด็นที่ควรคำนึงถึง ประกาศระบุว่าเอเจนต์ทดสอบรองรับ Unreal, Unity และ Godot ขณะที่ผู้ช่วยพัฒนาซึ่งเป็นส่วนหนึ่งของ Aura ยังคงมุ่งเน้นที่ Unreal และ Unity การที่ Autopilot รองรับ Godot ไม่ได้หมายความว่าเครื่องมือสร้างทุกอย่างของ Aura จะพร้อมใช้งานใน Godot แล้ว

พิจารณาคำกล่าวอ้างด้านประสิทธิภาพในบริบท

Ramen ระบุว่า Autopilot ทำงานได้เร็วกว่า Verification Agent รุ่นก่อนถึงสามเท่า โดยมีค่าใช้จ่ายต่ำกว่า และกล่าวว่าผลการทดสอบเกมของตนดีกว่า Bezi, NeoStack, Claude Code และ Codex บริษัทมีแผนเผยแพร่เอกสารไวต์เปเปอร์ประกอบ ซึ่งจะกล่าวถึงสถาปัตยกรรมและผลการทดสอบประสิทธิภาพ

ตัวเลขดังกล่าวเป็นข้อมูลที่บริษัทรายงานเอง เอกสารที่ส่งมาให้ประกอบบทความล่วงหน้าไม่มีรายละเอียดทั้งหมดเกี่ยวกับระเบียบวิธีทดสอบประสิทธิภาพ ชุดงาน เวอร์ชันของโมเดล เกณฑ์การนับความล้มเหลว หรือการคำนวณค่าใช้จ่าย ดังนั้น ผลลัพธ์เหล่านี้จึงยังไม่ยืนยันว่าได้เปรียบในทุกด้านสำหรับขั้นตอนการทำงานของสตูดิโอทุกแห่ง การประเมินเพื่อใช้งานจริงควรเปรียบเทียบอัตราการทดสอบที่สำเร็จ ข้อบกพร่องที่ตรวจไม่พบ การแจ้งเตือนผิดพลาด ระยะเวลาทำงาน และค่าใช้จ่ายรวมในการใช้โมเดล โดยทดสอบกับบิลด์เดียวกัน

การพัฒนาซ้ำให้เร็วขึ้นยังต้องอาศัย QA จากมนุษย์

การทดสอบการเล่นเกมแบบอัตโนมัติอาจช่วยให้ทีมขนาดเล็กเข้าถึงการตรวจสอบซ้ำได้ง่ายขึ้น และเป็นอีกทางเลือกให้สตูดิโอขนาดใหญ่ทดสอบบิลด์ที่มีการเปลี่ยนแปลง เหมาะเป็นพิเศษเมื่อต้องเล่นลำดับเดิมซ้ำหลังปรับแก้เล็ก ๆ น้อย ๆ หลายครั้ง แต่ไม่เหมาะเท่ากับการใช้วิจารณญาณตัดสินว่าการต่อสู้สนุกหรือไม่ บทสอนเล่นเป็นมิตรต่อผู้เล่นหรือไม่ หรือฉากสำคัญของเรื่องราวเข้าถึงอารมณ์หรือเปล่า

Ramen กำลังขยายเครื่องมือสร้างควบคู่ไปกับการทดสอบ โดยในประกาศมีการผสานการทำงานกับ Figma และ Blender การสร้างแอนิเมชันตัวละครด้วยพรอมต์ และเอเจนต์ออกแบบด่านที่ปรับปรุงใหม่สำหรับสร้างโครงร่างด่านขนาดใหญ่ เมื่อสร้างเนื้อหาได้รวดเร็วยิ่งขึ้น การตรวจสอบปฏิสัมพันธ์ที่เกิดขึ้นก็ยิ่งสำคัญ คุณค่าของกระบวนการสร้างและทดสอบไม่ได้อยู่ที่การผลิตชิ้นงานให้ได้มากขึ้นเท่านั้น แต่อยู่ที่การตรวจพบข้อผิดพลาดก่อนที่จะแกะรอยปัญหาในชิ้นงานและระบบเหล่านั้นได้ยากขึ้น

ภูมิหลังของ Ramenช่วยอธิบายแนวทางนี้ได้ สตูดิโอ VR ซึ่งเดิมทำเกมได้สร้าง Zenith ก่อนจะหันมาพัฒนาเครื่องมือสำหรับนักพัฒนา และระบุว่าการเข้าซื้อ Coplay ในปี 2026 ช่วยเสริมความสามารถของ Aura ด้าน Unity ให้แข็งแกร่งขึ้น Autopilot ทำให้เห็นกลยุทธ์นี้ชัดเจนยิ่งขึ้น กล่าวคือ AI ที่ช่วยสร้างเกมได้ก็จำเป็นต้องมีวิธีตรวจสอบเกมที่สร้างขึ้นอย่างน่าเชื่อถือด้วย สำหรับผู้เล่น ประโยชน์ที่อาจเกิดขึ้นในท้ายที่สุดคือการลดจำนวนปฏิสัมพันธ์ที่เสียหายซึ่งหลุดไปถึงเกมฉบับวางจำหน่าย ไม่ใช่การใช้ AI แทนคนที่ประเมินว่าเกมนั้นน่าเล่นหรือไม่