Ramen phát hành mã nguồn mở Aura Autopilot, đưa AI vào kiểm thử game trên Unreal, Unity và Godot

Một trò chơi có thể biên dịch thành công nhưng vẫn có lỗi nhảy, mục tiêu không thể tiếp cận hoặc menu không bao giờ đóng. Ramen hướng đến giải quyết khoảng trống đó bằng Aura Autopilot, một tác nhân AI chơi game mã nguồn mở được công bố vào ngày 30 tháng 10, dành cho Unreal Engine, Unity và Godot. Công cụ này được thiết kế để vừa chơi vừa tìm hiểu trò chơi, theo đuổi các mục tiêu dài hạn hơn và cho phép nhà phát triển hướng sự chú ý của nó vào những hệ thống cụ thể.

Thông báo này mở rộng Aura, trợ lý phát triển đa tác nhân hiện có của Ramen dành cho Unreal và Unity. Quy trình làm việc được đề xuất kết hợp hai hoạt động thường tách biệt: một tác nhân xây dựng tính năng trong trò chơi, còn tác nhân khác vào game để kiểm tra xem tính năng đó có thực sự hoạt động hay không. Với các studio, lợi ích nằm ở việc rút ngắn vòng phản hồi này mà không buộc nhà phát triển phải tự lặp lại mọi thao tác cơ bản sau mỗi lần thay đổi.

Vì sao chơi game có thể phát hiện những điều mà việc kiểm tra mã không làm được

Biên dịch xác nhận rằng mã tuân thủ các quy tắc của ngôn ngữ lập trình. Điều đó không chứng minh rằng người chơi có thể hoàn thành nhiệm vụ hay thanh thể lực giảm đúng tốc độ dự kiến. Những kết quả này phụ thuộc vào sự tương tác của các hệ thống theo thời gian: thao tác điều khiển, vật lý, hoạt ảnh, trạng thái trò chơi, các thành phần giao diện và đôi khi là nhiều người chơi được kết nối với nhau.

Tài liệu của Ramen về Tác nhân xác minh hiện có của Aura giúp làm rõ sự khác biệt đó. Trong Unreal, tác nhân khởi chạy Play-In-Editor, kiểm tra thông tin khi chạy như các đối tượng được tạo, thuộc tính năng lực và khả năng hiển thị của giao diện, đồng thời có thể đính kèm video đã ghi làm bằng chứng. Tác nhân có thể thử khắc phục lỗi rồi chạy xác minh lại. Phiên bản Unity được mô tả trong tài liệu đơn giản hơn: biên dịch, vào chế độ Play và kiểm tra ảnh chụp màn hình, nhưng không có các tính năng bằng chứng video nâng cao tương tự.

Autopilot là tác nhân kiểm thử game mới được công bố, vì vậy những khả năng hiện có nói trên chỉ cung cấp bối cảnh, chứ không chứng minh mọi công cụ game đều có chức năng giống hệt nhau. Ramen cho biết Autopilot có thể chơi nhiều thể loại, gồm game bắn súng, game nhập vai hành động, game di động, game sinh tồn và chế tạo, game JRPG theo lượt và game chiến thuật thời gian thực. Đây là tuyên bố về phạm vi các bản trình diễn ban đầu, chứ không phải bằng chứng rằng mọi game thương mại hay sơ đồ điều khiển khác thường đều sẽ hoạt động mà không cần điều chỉnh.

Kiểm thử có thể định hướng quan trọng hơn việc AI thắng một màn trình diễn

Đối với các nhóm phát triển, một tác nhân chơi game hữu ích cần làm được nhiều hơn là sống sót qua một màn chơi. Tác nhân cần khảo sát hành vi mà nhà phát triển quan tâm. Ramen mô tả Autopilot là công cụ có thể định hướng, cho phép nhóm tập trung tác nhân vào một hệ thống cụ thể trong khi nó lập kế hoạch hướng đến các mục tiêu dài hạn hơn.

Hãy xem xét một thay đổi giả định đối với kho đồ. Một bài kiểm thử có ý nghĩa có thể yêu cầu tìm một vật phẩm, nhặt nó lên, mở kho đồ, trang bị vật phẩm đó và kiểm tra xem hành vi của nhân vật có thay đổi hay không. Chuỗi thao tác này cung cấp nhiều thông tin hơn việc chỉ thấy cửa sổ kho đồ xuất hiện. Nó cũng tạo ra nhiều tình huống có thể xảy ra lỗi mà một bài kiểm tra theo kịch bản giới hạn có thể bỏ sót.

Hệ quả thực tế là nhà phát triển sẽ cần viết mục tiêu và điều kiện chấp nhận rõ ràng. Yêu cầu “Kiểm tra kho đồ” còn để ngỏ nhiều cách diễn giải. Còn yêu cầu “Nhặt vật phẩm này, trang bị nó và xác nhận giá trị sát thương thay đổi” sẽ cho tác nhân một kết quả có thể quan sát được. Các nhóm vẫn cần bằng chứng cho thấy tác nhân đã thử làm gì và chuyện gì đã xảy ra; chỉ một thông báo thành công trôi chảy là chưa đủ.

“Tự cải thiện” khẳng định điều gì—và còn bỏ ngỏ điều gì

“Aura Autopilot chơi mọi trò chơi trong thời gian thực và vừa chơi vừa học, càng chơi càng tiến bộ,” Andy Tsen, CEO kiêm đồng sáng lập Ramen, cho biết trong thông báo. “Điều đó mở ra một hướng đi mới cho công tác đảm bảo chất lượng game, và chúng tôi phát hành mã nguồn mở để nhà phát triển lẫn nhà nghiên cứu có thể tiếp tục phát triển công cụ này.”

Ramen mô tả tác nhân này là có khả năng tự cải thiện theo cách đệ quy và cho biết nó trả về kết quả nhanh hơn khi tích lũy kinh nghiệm với một trò chơi. Bản phát hành không nêu rõ sự cải thiện đó đến từ bộ nhớ dài hạn, chiến lược được điều chỉnh, công cụ được tạo ra, quá trình huấn luyện mô hình hay sự kết hợp của một số yếu tố. Các cơ chế này có ý nghĩa khác nhau đối với khả năng tái lập kết quả, chi phí và mức độ duy trì những kinh nghiệm đã học sau một bản cập nhật lớn của trò chơi.

Một hệ thống kiểm thử có khả năng thích ứng có thể hữu ích khi mục tiêu và môi trường thay đổi, nhưng sự thích ứng cũng khiến việc so sánh giữa các lần chạy trở nên phức tạp hơn. Các studio đánh giá công cụ nên lưu lại bản dựng trò chơi, cấu hình mô hình, mục tiêu và điều kiện bắt đầu cùng với kết quả. Nhờ vậy, họ có thể dễ dàng phân biệt lỗi cố định với một lộ trình khác để vượt qua màn chơi.

Mã nguồn mở tách lớp kiểm thử khỏi một nhà cung cấp mô hình duy nhất

Ramen cho biết Autopilot độc lập hoạt động với các gói đăng ký Claude Code và Codex hiện có hoặc khóa API riêng của nhà phát triển. Công cụ này cũng đang được tích hợp vào các gói đăng ký Aura. Dự án GitHub được công bố tạo nơi để các studio và nhà nghiên cứu kiểm tra, mở rộng lớp kiểm thử, thay vì buộc từng nhóm phải tự xây dựng hạ tầng đó.

Sự linh hoạt đó có thể giúp các studio so sánh mô hình trên chính trò chơi của mình và lựa chọn sự cân bằng giữa độ trễ, độ tin cậy và chi phí. Một mô hình nhanh có thể xử lý tốt các tương tác đơn giản nhưng gặp khó khăn với mục tiêu đòi hỏi phải ghi nhớ nhiều quyết định trước đó. Mô hình có năng lực cao hơn có thể cải thiện tỷ lệ hoàn thành, nhưng đồng thời làm tăng chi phí khi chạy lặp lại. Việc cung cấp mã nguồn mở không loại bỏ phí sử dụng mô hình hay năng lực tính toán cần thiết để chạy trò chơi.

Sự khác biệt giữa Autopilot và sản phẩm Aura rộng hơn cũng rất đáng lưu ý. Thông báo nêu Unreal, Unity và Godot là các nền tảng dành cho tác nhân kiểm thử, trong khi trợ lý phát triển rộng hơn của Aura vẫn tập trung vào Unreal và Unity. Việc Autopilot hỗ trợ Godot không có nghĩa là hiện nay mọi công cụ sáng tạo của Aura đều dùng được trên Godot.

Đặt các tuyên bố về hiệu năng vào đúng bối cảnh

Ramen cho biết Autopilot chạy nhanh gấp ba lần Verification Agent trước đây với chi phí thấp hơn, đồng thời tuyên bố kết quả kiểm thử trò chơi của mình tốt hơn Bezi, NeoStack, Claude Code và Codex. Công ty dự định phát hành kèm một sách trắng trình bày kiến trúc và các điểm chuẩn.

Các số liệu này do công ty báo cáo. Tài liệu được cung cấp trước cho bài viết này không bao gồm đầy đủ phương pháp đánh giá điểm chuẩn, bộ tác vụ, phiên bản mô hình, tiêu chí xác định thất bại hoặc cách tính chi phí. Vì vậy, kết quả chưa chứng minh được rằng Autopilot vượt trội trong mọi quy trình làm việc của mọi studio. Một đánh giá hữu ích trong môi trường sản xuất sẽ so sánh tỷ lệ hoàn thành kiểm thử thành công, lỗi bị bỏ sót, cảnh báo sai, thời gian chạy và tổng chi phí mô hình trên cùng các bản dựng.

Lặp lại nhanh hơn vẫn cần QA do con người thực hiện

Kiểm thử trò chơi tự động có thể giúp các nhóm nhỏ dễ dàng thực hiện những lượt kiểm tra lặp lại hơn, đồng thời mang đến cho các studio lớn một cách khác để kiểm tra các bản dựng thường xuyên thay đổi. Cách làm này đặc biệt hữu ích khi cần lặp lại cùng một chuỗi thao tác sau nhiều thay đổi nhỏ. Tuy nhiên, nó không phù hợp bằng để đánh giá liệu chiến đấu có tạo cảm giác thỏa mãn, phần hướng dẫn có thân thiện hay một khoảnh khắc trong cốt truyện có chạm đến cảm xúc hay không.

Ramen đang mở rộng các công cụ sáng tạo song song với hoạt động kiểm thử: thông báo bao gồm các tích hợp với Figma và Blender, tính năng tạo hoạt ảnh nhân vật theo câu lệnh và một tác nhân thiết kế màn chơi được cải tiến để xử lý các bản dựng khối có quy mô lớn hơn. Việc tạo nội dung nhanh hơn càng làm tăng tầm quan trọng của việc kiểm tra các tương tác phát sinh. Giá trị của quy trình xây dựng và kiểm thử không chỉ nằm ở việc tạo ra nhiều tài nguyên hơn, mà còn ở khả năng phát hiện lỗi trước khi những tài nguyên và hệ thống đó trở nên khó gỡ rối hơn.

Bối cảnh của Ramen giúp lý giải trọng tâm này. Studio VR trước đây đã phát triển Zenith trước khi chuyển sang các công cụ dành cho nhà phát triển, và cho biết thương vụ mua lại Coplay vào năm 2026 đã củng cố năng lực của Aura trên Unity. Autopilot làm rõ hơn chiến lược đó: AI có thể hỗ trợ tạo ra trò chơi cũng cần có một phương thức đáng tin cậy để kiểm tra chính trò chơi mình tạo ra. Với người chơi, lợi ích cuối cùng sẽ là ít tương tác bị lỗi hơn khi trò chơi phát hành—chứ không phải thay thế những người đánh giá liệu trải nghiệm đó có đáng chơi hay không.