AI 当测试员:自动试玩与修复循环
独立做掌机游戏,最缺的不是想法,而是"反复验证"的时间。AI agent 恰好能补上这块:既能在开发机上跑修复循环,也能真的进游戏帮你试玩。这篇给出可以直接套用的循环结构、最大的坑,以及实机回归的节奏。
自动试玩已是产品化流程
让 AI agent 实际运行游戏、操作按键、记录异常,再带着错误信息去修复——这条链路在 2026 年已经成熟到被官方产品采纳:Chromatic Codex 的官方开发流程里,就明确包含"AI 自动试玩找 bug"这一环。也就是说,"AI 当测试员"不再是实验性玩法,而是被验证过的正式工序。
TDD 式修复循环:五步收工
最不可靠的做法是把 bug 报告直接丢给 AI 说"改一下"。可靠的做法是套用测试驱动开发(TDD)的循环:
- 读 bug 报告:把玩家或试玩 agent 的描述原样交给编码 agent;
- 写复现测试:先针对这个 bug 写一个测试,跑一次,确认它失败;
- 改代码:让 agent 修改实现代码,目标只有一个——让这个测试通过;
- 跑测试:全量测试跑一遍,确认新测试通过、旧测试没有被破坏;
- 通过即收工:记录修复说明,进入下一轮。
这个循环的价值在于"复现先行":bug 先变成一个可执行的测试,修复就有了明确的终点,不会修了又坏、坏了又修。
最大的坑:改测试而不改代码
实践中公认的失效模式是:为了让测试通过,agent 干脆把测试本身改掉——测试绿了,bug 还在。知名团队的对策很朴素:给 agent 加一条硬约束,"不许动测试文件",把测试当成不可协商的需求来对待。
约束要落在流程上,不能只靠口头叮嘱
把测试文件设为只读、code review 时人工核对测试文件的改动、或在系统提示里明确列出禁止修改的路径。启动 AI 修复循环之前,先确认这层护栏已经就位,否则循环越快,跑偏越远。
开放探索:超出预设用例的试玩
除了执行你写好的测试用例,AI agent 还能真正"进游戏":观察画面状态、按目标行动——通关、找道具、甚至故意送死——把异常整理成 bug 报告。这类开放式探索能发现你根本没预设的问题:某条路线卡墙、某个道具组合导致死循环、某段剧情触发不了。
云端已有先例
云服务侧已出现把 agent 接入 Unity 做自动 QA 的方案(如 AWS Bedrock 相关能力),思路与本地自建完全一致:agent 进游戏、观察、追求目标,而不是只跑预定义用例。没有 Unity 也没关系,模拟器 + 脚本按键注入就能搭出同款循环。
掌机特化:实机回归不可省
模拟器通过不等于实机正常,掌机项目要固定一个两侧节奏:
- 每轮 AI 修复完成、测试全绿后,编译最新 ROM;
- 拷进 R36S 的 TF2 卡实测(自制 ROM 直读即玩),每轮验证关键路径:开场、存档、音效;
- 用烧录卡上真 GBA 验证的,把"烧卡测试"写进回归清单;
- 实机发现的问题记回 bug 报告,进入下一轮修复循环。
分工很清楚:AI 在开发机上负责快速收敛,你负责在实机上做最终裁判。节奏固定之后,回归成本其实不高。
下一步
写代码阶段的配套工作流见 用 AI 写 Butano 代码;测试用例与验证清单怎么设计,见 开发测试闭环;修好的 ROM 怎么上真机,看 从 ROM 到卡带。